Groupe d’études et de recherche en analyse des décisions

G-2015-108

Flight deck crew absenteeism: From data to forecasting

, , et

Toutes les compagnies aériennes sont sujettes à un nombre considérable d'interruptions dans leurs opérations. Il est vital pour plusieurs industries, y compris les compagnies de transport aérien, de prédire les causes de ces interruptions à différents niveaux de gestion afin de réduire les coûts associés à la mise à jour des horaires. Une des plus importantes et coûteuses sources d'interruptions dans le domaine du transport aérien provient de l'absence des pilotes au moment d'opérer les vols.

On propose une méthode d'apprentissage supervisée pour prédire le nombre d'heures d'absence des pilotes. La méthode proposée utilise les caractéristiques des horaires mensuels comme facteurs et, en utilisant un algorithme itératif, fait des prévisions. Le modèle a été testé sur des données réelles et des améliorations substantielles ont été observées.

, 19 pages