TÜRKİYE'DE ENERJİ TALEBİNİ TAHMİN ETMEK İÇİN DOĞRUSAL FORM KULLANARAK GSA (YERÇEKİMİ ARAMA ALGORİTMASI) VE IWO (YABANİ OT OPTİMİZASYON ALGORİTMASI) TEKNİKLERİNİN UYGULANMASI

Ismail KOC, Refik NUREDDIN, Humar KAHRAMANLI

Öz


Bu çalışma, Türkiye'deki ekonomik göstergelere dayalı enerji talep tahmini ile ilgilidir. Enerji talebini tahmin etmek için Yerçekimi Arama Algoritması (GSA) ve Yabani Ot Algoritması (IWO) tekniklerine dayanan iki farklı model önerilmektedir. GSA yöntemi, Newton’un hareket ve yerçekimi kanunlarından esinlenerek geliştirilmiş sezgisel optimizasyon algoritmasıdır. IWO algoritması ise doğadaki yabani otların istilacı karakterlerinden esinlenen, evrimsel bir optimizasyon algoritmasıdır. GSA ve IWO yöntemlerine dayalı enerji talep modelleri, gayri safi yurtiçi hâsıla (GSYİH), nüfus, ithalat ve ihracat verilerini giriş parametresi şeklinde kullanan bir model olarak önerilmektedir. Önerilen yöntemler doğrusal regresyon modeli kullanılarak geliştirilmiştir. Türkiye’nin gelecekteki enerji talebi ise üç farklı senaryo altında tahmin edilmektedir. Önerilen tahmin modellerinden elde edilen deneysel sonuçlar karşılaştırmalı olarak verilmiştir. 1979 ve 2005 yılları arasındaki veriler kullanılarak gerçekleştirilen tahmin modelinde IWO literatürdeki diğer yöntemlerle de kıyaslanmış ve IWO yöntemi en yüksek performansı verdiği görülmüştür. 1979 ve 2011 yılları arasındaki tüm veri seti kullanılarak gerçekleştirilen tahmin modelinde ise GSA, IWO yöntemiyle karşılaştırılmış ve GSA daha iyi bir performans elde etmiştir.

Anahtar Kelimeler


Enerji Talebi, Türkiye, GSA, IWO, Optimizasyon, Enerji Talep Tahmini

Tam Metin:

PDF

Referanslar


Beskirli M., Hakli H., Kodaz H., 2017, “The energy demand estimation for Turkey using differential evolution algorithm”, Sādhanā, 1-11.

Ceylan, H., Ceylan, H., Haldenbilen, S., Baskan, O., 2008, “Transport energy modeling with meta-heuristic harmony search algorithm, an application to Turkey”, Energy policy, 36(7), 2527-2535.

Dilaver, Z., Hunt, L. C., 20011, “Industrial electricity demand for Turkey: a structural time series analysis”, Energy Economics, 33(3), 426-436.

Ediger, V. Ş., Akar, S., 2007, “ARIMA forecasting of primary energy demand by fuel in Turkey”, Energy policy, 35(3), 1701-1708.

Ediger, V. Ş., Tatlıdil, H., 2002, “Forecasting the primary energy demand in Turkey and analysis of cyclic patterns”, Energy Conversion and Management, 43(4), 473-487.

Erdogdu, E., 2007, “Electricity demand analysis using cointegration and ARIMA modelling: A case study of Turkey”, Energy policy, 35(2), 1129-1146.

Güneş, G., Aslan, E. “Yenilenebilir Enerji Kaynaklarının Kullanımı Ve Sürdürülebilir Turizme Olan Etkileri-Türkiye Örneği”

Kankal, M., Akpınar, A., Kömürcü, M. İ., Özşahin, T. Ş., 2011, “Modeling and forecasting of Turkey’s energy consumption using socio-economic and demographic variables”, Applied Energy, 88(5), 1927-1939.

Kıran, M. S., Özceylan, E., Gündüz, M., Paksoy, T., 20012a, “A novel hybrid approach based on particle swarm optimization and ant colony algorithm to forecast energy demand of Turkey”, Energy Conversion and Management, 53(1), 75-83.

Kıran, M. S., Özceylan, E., Gündüz, M., Paksoy, T., 20012b, “Swarm intelligence approaches to estimate electricity energy demand in Turkey”, Knowledge-Based Systems, 36, 93-103.

Mahmutoğlu, M., Öztürk, F., 2015, “Türkiye Elektrik Tüketimi Öngörüsü ve Bu Kapsamda Geliştirilebilecek Politika Önerileri”, Paper presented at the EY International Congress on Economics II (EYC2015), November 5-6, 2015, Ankara, Turkey.

Mehrabian, A. R., Lucas, C., 2006, “A novel numerical optimization algorithm inspired from weed colonization”, Ecological informatics, 1(4), 355-366.

Oğurlu, H., 20011, “Matematiksel modelleme kullanarak Türkiye'nin uzun dönem elektrik yük tahmini”, Selçuk Üniversitesi Fen Bilimleri Enstitüsü.

Ozturk, H. K., Ceylan, H., Canyurt, O. E., Hepbasli, A., 2005, “Electricity estimation using genetic algorithm approach: a case study of Turkey”, Energy, 30(7), 1003-1012.

Rashedi, E., Nezamabadi-Pour, H., Saryazdi, S., 2009, GSA: “A gravitational search algorithm”, Information Sciences, 179(13), 2232-2248.

Sözen, A., Arcaklioğlu, E., Özkaymak, M., 2005, “Turkey’s net energy consumption”, Applied Energy, 81(2), 209-221.

Tiris, M., 2005, “Global trends for energy”, Paper presented at the Turkish Workshop on Sustainable Development: Meeting the Challenges, JuØlich.

Toksarı, M. D., 2007, “Ant colony optimization approach to estimate energy demand of Turkey”, Energy policy, 35(8), 3984-3990.

Uguz, H., Hakli, H., Baykan, Ö. K., 2015, “A New Algorithm Based on Artificial Bee Colony Algorithm for Energy Demand Forecasting in Turkey”, Paper presented at the Advanced Computer Science Applications and Technologies (ACSAT), 2015 4th International Conference on.

Ünler, A., 2008, “Improvement of energy demand forecasts using swarm intelligence: The case of Turkey with projections to 2025”, Energy policy, 36(6), 1937-1944.

WECTNC., 2013, “World Energy Council”, Ankara (in Turkish), ISSN: 1301-63182014, Energy Report.

WECTNC., 2014, “World Energy Council”, Ankara (in Turkish), ISSN: 1301-63182015, Energy Report.

Yumurtaci, Z., Asmaz, E. 2004, “Electric energy demand of Turkey for the year 2050”, Energy Sources, 26(12), 1157-1164.


Madde Ölçümleri

Ölçüm Çağırılıyor ...

Metrics powered by PLOS ALM

Refback'ler

  • Şu halde refbacks yoktur.


Telif Hakkı (c) 2018 Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Tarayan Veri Tabanları

   ResearchBib 中国知网BASE Logo googleDirectory of Research Journals Indexing LogoOnline Access to Research in the EnvironmentDTUbroadcastlogo PBN - BETA versionjournal tocs uk ile ilgili görsel sonucuFind in a library with WorldCatDiscovery: Library search made simple. Return to JournalSeek Homejatstech ile ilgili görsel sonucuExLibris header imageStanford University Libraries