Türkiye Ulaşım Kaynaklı Enerji İhtiyacının Hibrit ANFIS-PSO Metodu ile Tahmini

Abstract

Ülke ekonomisi ve refah seviyesinin yanısıra savunma güvenliği ve stratejik hedefler yönünden enerjiplanlaması büyük öneme sahiptir. Bu nedenle, enerji talebinin en doğru şekilde tahmini, ülke politikalarıaçısından kritik bir konudur. Son yıllarda, gelecekteki enerji talep seviyelerini en doğru şekilde tahminedebilmek için çeşitli yöntemler kullanılmaktadır. Bununla birlikte, farklı tahmin yöntemleri arasındanen uygun olanın seçilmesi gerekmektedir. Bu çalışmada, Türkiye'de yıllık ulaşım kaynaklı enerji talebinin(UKET) modellenmesi ve tahmin edilmesi için hibrit bir yöntem olan Uyarlamalı Ağ Tabanlı BulanıkÇıkarım Sistemleri (Adaptive-Network Based Fuzzy Inference Systems, ANFIS) ile Parçacık SürüOptimizasyon (PSO) algoritması birlikte kullanılmıştır. Modellerin geliştirilmesinde gayri safi yurtiçihâsıla (GSYİH), nüfus, yıllık toplam taşıt-km parametreleri ve yıllık trafiğe çıkan taşıt sayısı model girdileriolarak alınmıştır. Modellerin eğitim ve test aşamaları için 1970 ile 2016 yılları arasındaki verilerkullanılmıştır. En iyi yaklaşım olarak belirlenen ANFIS-PSO modeli Türkiye’nin 2017’den 2023’e kadarUKET tahmini için kullanılmıştır. Elde edilen sonuçlar, Türkiye'nin ulaşım kaynaklı enerji talebinin 7 yıllıkbir sürede 2016 yılındaki değerinin yaklaşık 1,2 katına çıkacağını göstermiştir.

In addition to the country's economy and wealth, defense planning and strategic planning have greatprospects for energy planning. For this reason, the most accurate estimation of energy demand is acritical issue in terms of country politics. In recent years, various techniques have been used to predictfuture energy demand levels in the most accurate way. However, it is necessary to choose the bestappropriate among the different estimation techniques. In this study, a hybrid method called AdaptiveNetwork Based Fuzzy Inference Systems (ANFIS) and Particle Swarm Optimization (PSO) algorithm areused together to model and estimate the annual road transport-based energy demand in Turkey. In thedevelopment of the models, gross domestic product (GDP), population, annual total vehicle-kmparameters and the annual number of vehicles registered to traffic were taken as model inputs. Thedata from 1970 to 2016 were used for the training and testing phases of the models. The ANFIS-PSOmodel, which has been identified as the best approach, has been used for estimating the transportationenergy from 2017 to 2023 of Turkey. The results show that Turkey's transportation-related energydemand will rise to 1,2 times the value of 2016 in a 7-year period.