Journals / Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi / 2020 / Cilt: 26 - Sayı: 5

Türkiye’nin enerji talebinin tahmin edilmesi üzerine girdap arama algoritması temelli yeni bir model

Pages
959–965
Publication Date
2020-10-23
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Çalışmada son olarak, Türkiye’nin 2030 yılına kadar talep edeceği enerji miktarı, VS ve diğer modeller ile 3 farklı senaryo üzerinden tahmin edilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışmada, Türkiye’nin enerji talebini tahmin etmek amacıyla Girdap Arama (Vortex Search, VS) algoritması temelli yeni bir doğrusal regresyon modeli geliştirilmiştir.
📊
Key Findings & Data:Modelde Türkiye’deki gayri safi yurtiçi hâsıla (GSYİH), nüfus, ithalat ve ihracat verileri girdi parametrelerini; ortaya çıkan enerji talebi ise tahmin edilecek çıktıyı ifade etmektedir. 1979-2005 ve 1979-2011 yılları arasındaki veriler kullanılarak geliştirilen iki farklı tahmin modeli literatürdeki benzer çalışmalarla karşılaştırılmıştır.
💡
Conclusion & Impact:Çalışmada son olarak, Türkiye’nin 2030 yılına kadar talep edeceği enerji miktarı, VS ve diğer modeller ile 3 farklı senaryo üzerinden tahmin edilmiştir.
🔬Design:Review & Systematic Survey
📍Scope:2005 Verileri
⚙️Variables:Enerji talebi · Girdap arama algoritması · Regresyon analizi

Özet

Bu çalışmada, Türkiye’nin enerji talebini tahmin etmek amacıyla Girdap Arama (Vortex Search, VS) algoritması temelli yeni bir doğrusal regresyon modeli geliştirilmiştir. Modelde Türkiye’deki gayri safi yurtiçi hâsıla (GSYİH), nüfus, ithalat ve ihracat verileri girdi parametrelerini; ortaya çıkan enerji talebi ise tahmin edilecek çıktıyı ifade etmektedir. 1979-2005 ve 1979-2011 yılları arasındaki veriler kullanılarak geliştirilen iki farklı tahmin modeli literatürdeki benzer çalışmalarla karşılaştırılmıştır. Elde edilen sonuçlar, geliştirilen VS modellerinin karşılaştırma yapılan modellerden daha başarılı veya rekabetçi sonuçlar elde ettiğini göstermiştir. Çalışmada son olarak, Türkiye’nin 2030 yılına kadar talep edeceği enerji miktarı, VS ve diğer modeller ile 3 farklı senaryo üzerinden tahmin edilmiştir.

🔖

Cite This Article

ÖZKIŞ, A. (2020). Türkiye’nin enerji talebinin tahmin edilmesi üzerine girdap arama algoritması temelli yeni bir model. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Cilt: 26 - Sayı: 5, 959–965. https://ajindex.com/articles/100594

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Biçer A. Enerji Talep Tahminine Yönelik Program Geliştirme ve Bir Bölge için Uygulaması. Yüksek Lisans Tezi, Afyon Kocatepe Üniversitesi, Afyonkarahisar, Türkiye, 2018
  2. Ünler A. “Improvement of energy demand forecasts using swarm intelligence: The case of Turkey with projections to 2025”. Energy Policy, 36, 1937-1944, 2008
  3. Erdogdu E. “Electricity demand analysis using cointegration and ARIMA modelling: A case study of Turkey”. Energy Policy, 35 1129-1146, 2007
  4. Koç İ, Nureddin R, Kahramanlı H. “Türkiye'de enerji talebini tahmin etmek için doğrusal form kullanarak GSA (Yerçekimi Arama Algoritmasi) ve IWO (Yabani Ot Optimizasyon Algoritmasi) tekniklerinin uygulanması”. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 6, 529-543, 2018
  5. Ediger VŞ, Tatlıdil H. “Forecasting the primary energy demand in Turkey and analysis of cyclic patterns”. Energy Conversion and Management, 43, 473-487, 2002
  6. Yumurtaci Z, Asmaz E. “Electric energy demand of Turkey for the year 2050”. Energy Sources, 26, 1157-1164, 2004
  7. Ediger VŞ, Akar S, “ARIMA forecasting of primary energy demand by fuel in Turkey”. Energy Policy, 35, 1701-1708, 2007
  8. Kankal M, Akpınar A, Kömürcü Mİ, Özşahin TŞ. “Modeling and forecasting of Turkey’s energy consumption using socio-economic and demographic variables”. Applied Energy, 88, 1927-1939, 2011
  9. Dilaver Z, Hunt LC. “Industrial electricity demand for Turkey: A structural time series analysis”. Energy Economics, 33, 426-436, 2011
  10. Sözen A, Arcaklioğlu E, Özkaymak M. “Turkey’s net energy consumption”. Applied Energy, 81, 209-221, 2005
  11. Es HA, Kalender FY, Hamzacebi C. “Forecasting the net energy demand of Turkey by artificial neural networks”. Journal of the Faculty of Engineering and Architecture of Gazi University, 29, 495-504, 2014
  12. Elmacı E. Metasezgisel Algoritmalar Tabanlı Enerji Talep Optimizasyonu. Yüksek Lisans Tezi, Kahramanmaraş Sütçü Imam Üniversitesi, Kahramanmaraş, Türkiye, 2014
  13. Ozturk HK, Ceylan H, Canyurt OE, Hepbasli A. “Electricity estimation using genetic algorithm approach: a case study of Turkey”. Energy, 30, 1003-1012, 2005
  14. Toksarı MD. “Ant colony optimization approach to estimate energy demand of Turkey”. Energy Policy, 35, 3984-3990, 2007
  15. Ceylan H, Ceylan H, Haldenbilen S, Baskan O. “Transport energy modeling with meta-heuristic harmony search algorithm, an application to Turkey”. Energy Policy, 36, 2527-2535, 2008
  16. Kıran MS, Özceylan E, Gündüz