Emerybabodo/Trafic-passengers-forecast-of-Cameroon-Airports
Domain:
mobilityRecord type:
project
Creator:
Eme
Host:
prévisions de trafic passagers par trimestre des aéroports du Cameroun horizon 5 ans
# Mod-le-de-pr-visions-de-trafic-passagers
Description du projet
Ce projet vise à développer un modèle d'apprentissage machine pour la prévision du trafic passagers dans les principaux aéroports de la concession État du Cameroun/ADC S.A. L'objectif est de fournir des projections fiables sur un horizon de 5 ans, afin d'optimiser la gestion des ressources aéroportuaires, d'améliorer la prise de décision opérationnelle et d'affiner la planification budgétaire.
Objectifs principaux
Prévision du trafic passagers trimestriel : Projection du trafic trimestriel des passagers des aéroports de la concession aéroportuaires de 2025 à 2029.
Gestion des ressources : Faciliter la planification opérationnelle, budgétaire et stratégique.
Mise en production : Déployer un modèle robuste prêt à l’emploi dans un environnement opérationnel.
Méthodologie
1. Collecte et préparation des données
Données trimestrielles sur le trafic passagers (2016-2024).
Traitement des valeurs manquantes et des anomalies dues à des événements externes (ex. pandémie de Covid-19 en 2020).
2. Modélisation
Exploration des modèles d’apprentissage machine adaptés aux petits jeux de données (36 observations).
Analyse comparative entre des approches traditionnelles (ARIMA, SARIMA) et des modèles bayésiens.
3. Validation et évaluation
Tests sur des données historiques et prédictions comparées avec des données réelles.
Utilisation de métriques comme le RMSE et le MAPE pour évaluer la performance.
4. Mise en production
Développement d’un tableau de bord interactif via Power BI pour visualiser les prévisions.
Technologies utilisées
Langages : Python (pandas, numpy scikit-learn, statsmodels)
Outils de visualisation : Matplotlib
Gestion des données : Excel pour les bases de données aéroportuaires
5. Résultats attendus
Algorithme retenu : Elastic Net en raison de sa précision et d sa capacité à suivre la tendance des données de trafic passagers historiques trimestrielles.
Modèle prévisionnel opérationnel pour un horizon de …