Parçacık sürü optimizasyonu ve genetik algoritma kullanarak Türkiye'nin 2050 yılına kadar enerji tüketim tahmininin yapılması
The forecasting energy demand of Turkey by particle swarm optimization and genetic algorithm until 2050
- Tez No: 511124
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRE YAKUT
- Tez Türü: Yüksek Lisans
- Konular: Enerji, İşletme, Energy, Business Administration
- Anahtar Kelimeler: Enerji, Enerji talebi, Enerji tüketimi, Genetik algoritmalar, Parçacık sürü optimizasyonu, Tahmin, Energy, Energy demand, Energy consumption, Genetic algorithms, Particle swarm optimization, Estimation
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Osmaniye Korkut Ata Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Parçacık sürü optimizasyonu (PSO) ve genetik algoritma (GA) modern sezgisel optimizasyon teknikleri arasında en önemli optimizasyon teknikleridir. Çalışmada, PSO ve GA modellerini kullanarak 2050 yılına kadar Türkiye'nin enerji talebini tahmin etmek amaçlanmıştır. Çalışmada, Enerji ve Tabii Kaynaklar Bakanlığı, IEA (Uluslararsı Enerji Ajansı), OECD ve TÜİK (Türkiye İstatistik Kurumu) tarafından verilen yıllık veriler kullanılmıştır. PSO ve GA enerji talep modelleri, nüfus, ihracat, ithalat, gayri safi yurtiçi hâsıla (GSYH) kullanılarak geliştirilmiştir. Tüm modeller lineer ve karesel formda düzenlenmiştir. Türkiye'nin enerji talebi dört farklı senaryoya göre öngörülmüştür. Analiz sonuçlara göre PSO analizi için R^2 değeri lineer modelde % 91,71, karesel modelde % 93,07 bununla birlikte GA analizi içinR^2 değeri lineer modelde % 91,71, karesel modelde % 94,06'lık bir açıklama gücü tespit edilmiştir. Ayrıca karesel modelde ortalama mutlak yüzde hata oranları, PSO için %22,52, GA için %22,74 değerini almıştır. Lewis'e göre bu değerler modellerin kabul edilebilir olduğunu göstermiştir. PSO model değerlerinin GA'ya göre daha iyi tahmin sonuçları verdiği gözlenmiştir.
Özet (Çeviri)
Particle swarm optimization (PSO) and Genetic algorithm (GA) are the most important optimization techniques among various modern heuristic optimization techniques. The study purpose forecast the energy demand in Turkey until the year 2050 using PSO and GA models. The annual data provided by the Ministry of Energy and Natural Resources, IEA (International Energy Agency), OECD, Turkish Statistical Instıtute were used in the study. PSO and GA energy demand forecasting models are developed using population, import, export and gross domestic product (GDP). All models are proposed in linear and quadratic form Turkey's energy demand is projected according to four different scenarios. According the results, we found to for the PSO analysis the〖 R〗^2 values in the linear model was % 91,71, in the quadratic model was % 93,07 at the same time for the GA analysis R^2 values in the linear model was % 91,71, in the quadratic model was % 94,06. Also, in the quadratic model, the mean absolute percent errors were 22.52% for PSO and 22.74% for GA. According to Lewis, these values show that the models are acceptable. It was observed that PSO model values gave better estimation results than GA.
Benzer Tezler
- Süpersimetri
Başlık çevirisi yok
AYSUN HİLAL
Yüksek Lisans
Türkçe
1987
Fizik ve Fizik MühendisliğiÇukurova ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MEHMET KOCA
- Süzme mekanizmalarının incelenmesi ve meyan kökü ekstraktının süzülmesine uygulanması
Başlık çevirisi yok
NİMET KARAKOÇ UZUNOĞLU
Yüksek Lisans
Türkçe
1987
Kimya MühendisliğiAnadolu ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERAP KARA