TY  - JOUR
TT  - Türkiye İçin Anfıs Modeli İle Birincil Enerji Talep Tahmini
AU  - Bayramoğlu, Turgut
AU  - Pabuçcu, Hakan
AU  - Boz, Füsun  Çelebi
PY  - 2017
DA  - August
JF  - Ege Academic Review
JO  - eab
PB  - Ege Üniversitesi
WT  - DergiPark
SN  - 1303-099X
SP  - 431
EP  - 446
VL  - 17
IS  - 3
KW  - Energy Prices
KW  - Energy Demand
KW  - ANFIS
N2  - Enerji talebi; ekonomik büyüme, enerji fiyatları, nüfus, şehirleşme ve verimlilik gibi bir dizi faktöre bağlıdır. Bu nedenle, ülkelerin iktisadi açıdan gelişiminde enerji talebinin oldukça önemli bir yeri vardır. Buradan hareketle bu çalışmada, enerji talebinin belirleyicisi olan ve literatürde üzerinde en fazla durulan göstergelerden yararlanılarak, 2016-2030 yılları arasında Türkiye’nin enerji talebi, Adaptive Neuro Fuzzy Inference System (ANFIS) yöntemi ile belirlenmeye çalışılmıştır. Söz konusu göstergeler; OECD ülkelerinin 1990-2030 yılları arasındaki dönemi kapsayan büyüme rakamları, nüfus ve enerji fiyatları bağımsız değişkenler olarak ele alınmıştır. Araştırmanın bağımlı değişkeni ise bu ülkelerin birincil enerji talepleridir. Yapılan analiz sonucunda, Türkiye’nin gelecekteki enerji talebinde diğer gelişmiş ülkelere benzer bir şekilde büyük bir artış olabileceği tespit edilmiştir. Ancak petrol ve doğal gaz gibi birincil kaynaklara dayalı enerji talebinde çok ciddi bir değişme olmayacağı sonucuna varılmıştır. Yapılan analizle, literatürde daha önce büyüme ve nüfusa dayalı çalışmalar yapılmış ancak enerji fiyatlarına dayalı olarak kayda değer bir çalışmaya rastlanmamıştır. Diğer değişkenlerle beraber enerji fiyatları da çalışmaya dâhil edilerek literatürdeki bir boşluk doldurulmaya çalışılmıştır
CR  - AbuAl-Foul, B.M, (2012), Forecasting Energy Demand in Jordan Using Artificial Neural Networks, Topics in Middle Eastern and African Economies Vol. 14, September 2012
CR  - Aydın, F.F., (2010), Enerji Tüketimi ve Ekonomik
CR  - Büyüme, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 35, Ocak-Temmuz 2010,317
CR  - Bayrak M., Esen Ö. (2013), Yapay Sinir Ağları
CR  - Yöntemiyle Türkiye’nin Enerji Talebi Tahmini ve Enerji Açığı Öngörüsü [2012-2020], Atatürk Üniversitesi 17.
CR  - Ulusal İktisat Sempozyumu Bayraktutan, Yusuf, Arslan, I., Özkan, G. S. ve Çevik, F. S. (2012a), “Industrial Sector Energy Consumption in
CR  - Turkey - The Relationship Between Economic Growth (1970-2010)”, Journal of Economics and International
CR  - Finance, 4 (2), 30-35. http:// dx.doi.org/10.5897/ JEIF11.140
CR  - Bp, (2013), Bp Energy Outlook 2030, http://www. bp.com/content/dam/bp/pdf/energy-economics/ e n e rg y- o u t l o o k- 2 0 1 5 / b p - e n e rg y- o u t l o o k- booklet_2013.pdf
CR  - BP, (2016), Energy Outlook 2035, http://www.bp.com/ en/global/corporate/energy-economics/energy- outlook-2035/energy-outlook-to-2035.html
CR  - Canyurt, E. O., Ceylan, H., Öztürk, H. K., ve Hepıbaşlı, A. (2004) “Energy Demand Estimation Based on Two
CR  - Different Genetic Algorithm Approaches” Energy Sources, 26: 1313-1320.
CR  - Ceylan, H. ve Öztürk, H. K. (2004) “Estimating Energy
CR  - Demand of Turkey Based on Economic Indicatiors Using Genetic Algorithm Approach” Energy Converısion and Management, 45:2525-2537.
CR  - Ceylan, H., Ceylan, H., Haldenbilen, S. ve Baskan, Ö. (2008) “Transport Energy Modeling With Meta
CR  - Heuristic Harmony Search Algorithm, An Application to Turkey” Energy Policy, 36:2527-2535.
CR  - Ceylan, H., Öztürk, H. K., Hepbaşlı, A., ve Utlu, Z. (2005) “Estimating Energy end Exergy Production and Consumption Values Using Three Different Genetic
CR  - Algorithm Approaches. Part 1: Model Development” Energy Sources, 27:621-627. Ceylan, H., Öztürk, H. K., Hepbaşlı, A., ve Utlu, Z. (2005) “Estimating Energy end Exergy Production and Consumption Values Using Three Different Genetic
CR  - Algorithm Approaches. Part 1: Model Development” Energy Sources, 27:621-627. Costantini, V. and Martini, C, 2010. “The causality between energy consumption and economic growth:
CR  - A multi-sectoral analysis using non-stationary cointegrated panel data”, Energy Economics 32, 591– Ediger, V.Ş ve Akar, S. (2007) “ARIMA Forecasting of
CR  - Primary Energy Demand by Fuel in Turkey” Energy Policy, 35:1701-1708.
CR  - Erdoğdu, E. (2007) “Electricity Demand Analysis Using
CR  - Cointegration and ARIMA Modelling: A Case Study of Turkey” Energy Policy, 35:1129-1146.
CR  - Ersoy, A. Yağmur (2010), “Ekonomik Büyüme
CR  - Bağlamında Enerji Tüketimi”, Akademik Bakış Dergisi, , 1-11. Es H. A.,Kalender F.Y.ve Hamzaçebi C.(2014), Yapay
CR  - Sinir Ağları İle Türkiye Net Enerji Talep Tahmini, Gazi Üniv. Müh. Mim. Fak. Der. Cilt 29, No 3, 495-504, Esen, Ö. ve Bayrak, M., (2015), Enerji Açığının
CR  - Belirleyicilerinin Teorik Perspektiften İncelenmesi, Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, Cilt:3 Sayı:1 Haziran: 2015
CR  - Fullér, R. 1995. Neural fuzzy systems.
CR  - Görücü, F.B. ve Gümrah, F. (2004) “Evaluation and Forecasting of Gas Consumption by Statistical
CR  - Analysis” Energy Sources, 26:267-276. Görücü, F.B., Geriş, P., U. ve Gumrah, F. (2004) “Artificial
CR  - Neural Network Modeling for Forecasting Gas Consumption” Energy Sources, 26:299-307. Haldenbilen, S. ve Ceylan, H. (2005) “Genetic
CR  - Algorithm Approach To Estimate Transport Energy Demand In Turkey” Energy Policy, 33:89–98. Hamzaçebi Coşkun ve Kutay Fevzi,(2004),Yapay Sinir
CR  - Ağları İle Türkiye Elektrik Enerjisi Tüketiminin 2010
CR  - Yılına Kadar Tahmini, Gazi Üniv. Müh. Mim. Fak. Der. Cilt 19, No 3, 227-233
CR  - Hirota, K., & Pedrycz, W. (1994a). A distributed model of fuzzy set connectives. Fuzzy Sets and Systems, 68(2), 157–170. http://doi.org/http://dx.doi. org/10.1016/0165-0114(94)90042-6
CR  - Hirota, K., & Pedrycz, W. (1994b). Or/and Neuron in
CR  - Modeling Fuzzy Set Connectives. Ieee Transactions on Fuzzy Systems, 2(2), 151–161. http://doi. org/10.1109/91.277963
CR  - Hotunoğlu H., ve Karakaya E.(2011), Forecasting
CR  - Turkey’s Energy Demand Using Artificial Neural Networks: Three Scenario Applications Yapay Sinir Ağları Yöntemiyle Türkiye’nin Enerji Talebi Tahmini: Üç Senaryo Uygulaması, Ege Akademik Bakış, Cilt 11 Özel Sayı, 87-94
CR  - IEA (2016), http://www.iea.org/statistics/ statisticssearch/report/?&country
CR  - IEA, (2014), World Energy Outlook, 2014, Aralık 2014 Yayın No: TÜSİAD-T/2014/12/564
CR  - Jang, J. 1991. Fuzzy Modeling Using Generalized
CR  - Neural Networks and Kalman Filter Algorithm. Proceedings of the 9th National Conference on Artificial Intelligence, 91, 762- Retrieved from http://www.aaai.org/Library/ AAAI/1991/aaai91-119.php
CR  - Jang, J.-S. R. 1993. ANFIS: Adaptive-network-based fuzzy inference system. IEEE Transactions on Systems,
CR  - Man and Cybernetics, 23(3), 665–685. http://doi. org/10.1109/21.256541
CR  - Kandel, A. (1991). Fuzzy expert systems. CRC press.
CR  - Kavaklıoğlu, K., Ceylan, H., Öztürk, H. K. ve Canyurt, O. E. (2009) “Modeling and Prediction of Turkey’s
CR  - Electricity Consumption Using Artifical Neural Networks” Energy Conversion and Management, 50: 2727.
CR  - Kaynar O., Taştan S., ve Demirkoparan F. Yapay Sinir Ağları İle Doğalgaz Tüketim Tahmini, Atatürk Ü. İİBF Dergisi, 10. Ekonometri ve İstatistik Sempozyumu Özel Sayısı, 2011
CR  - Khan, M. A. and Ahmed, U. 2008. “Energy Demand in Pakistan: A Disaggregate Analysis”, The Pakistan
CR  - Development Review, 47(4),437-455. Mahmutoğlu M., ve Öztürk F.(2015), Türkiye Elektrik
CR  - Tüketimi Öngörüsü ve Bu Kapsamda Geliştirilebilecek Politika Önerileri, EY International Congress On Economics II “Europe And Global Economıc Rebalancing” Ankara, November 5-6, 2015
CR  - Murat, Y.,S. ve Ceylan, H. (2006) “Use of Artificial Neural
CR  - Networks for Transport Energy Demand Modeling” Energy Policy, 34:3165-3172.
CR  - Nayak, P. C., Sudheer, K. P., Rangan, D. M., & Ramasastri, K. S. (2004). A neuro-fuzzy computing technique for modeling hydrological time series. Journal of
CR  - Hydrology, 291, 52–66. http://doi.org/10.1016/j. jhydrol.2003.12.010
CR  - OECD, (2016), OECD.stat, http://stats.oecd.org/
CR  - O E C D . s t a t .h t t p : / / s t a t s . o e c d . o r g / I n d e x . aspx?DatasetCode=POP_FIVE_HIST#http://knoema. com/yxptpab/crude-oil-price-forecast-long-term- to-2025-data-and-charts
CR  - Öztürk, H. K., Ceylan, H., Canyurt, O. E. ve Hepbaşlı, A. (2005) “Electricity Estimation Using Genetic
CR  - Algorithm Approach: A Case Study of Turkey” Energy, :1003-1012.
CR  - Paul, S. And Bhattacharya, R. N. 2004. “Causality
CR  - Between Energy Consumption and Economic Growth in India: A Note on Conflicting Results”, Energy Economics, 26, 977-983
CR  - Say N.P. ve Yücel M.(2006), Energy consumption and CO2 emissions in Turkey: Empirical analysis and future projection based on an economic growth,Volume 34, Issue 18, 3870-3876.
CR  - Solak A.O.,“Petrol Fiyatlarını Belirleyici Faktörler”, Uluslararası Alanya İşletme Fakültesi Dergisi, 4(2), 124. Sözen A., ve Arcaklioğlu E., ( 2007) “Prediction of Net
CR  - Energy Consumption Based on Economic Indicators (GNP and GDP) in Turkey” Energy Policy, 35:4981
CR  - Sözen, A., Arcaklioğlu E. ve Özkaymak, M., (2005),
CR  - “Turkey’s net energy consumption”, Applied Energy, , pp. 209–221. Takagi, T., & Sugeno, M. (1985). Fuzzy identification of systems and its applications to modeling and control.
CR  - Systems, Man and Cybernetics, IEEE Transactions on, SMC-15(1), 116–132. http://doi.org/10.1109/ TSMC.1985.6313399.
CR  - TENVA (Türkiye Enerji Vakfı), 2015, 2030’lara
CR  - Doğru Türkiye’nin Enerji Görünümü, http://www. tenva.org/2030lara-dogru-turkiyenin-enerji- gorunumu/#prettyPhoto
CR  - TMMOB(2012), Enerji Verimliliği Raporu, Elektrik
CR  - Mühendisleri Odası, 42. Dönem Enerji Çalışma Grubu, EMO Yayınları Toksarı, M. D. (2007) “Ant Colony Optimization
CR  - Approach to Estimate Energy Demand of Turkey” Energy Policy, 35:3984-3990.
CR  - Tunç, M., Çamdalı, Ü. ve Parmaksızoğlu, C. (2006) “Comparison of Turkey’s Electrical Energy
CR  - Consumption and Production with Some European Countries and Optimization of Future Electrical Power Supply Investments in Turkey” Energy Policy, :50-59. Ünler, A. (2008) “ Improvement of Energy Demand
CR  - Forecasts Using Swarm Intelligence: The Case of Turkey with Projections to 2025” Energy Policy, :1937-1944.
CR  - World Bank (WB), (2016), GDP per capita growth
CR  - (annual %) http://data.worldbank.org/indicator/ NY.GDP.PCAP.KD.ZG WWF-Türkiye, (2015), Türkiye İçin Düşük Karbonlu
CR  - Kalkınma Yolları ve Öncelikleri, http://awsassets. wwftr.panda.org/downloads Yumurtacı, Z. ve Asmaz, E. (2004) “Electric Energy
CR  - Demand of Turkey for the Year 2050”, Energy Sources, :1157-1164.
UR  - https://dergipark.org.tr/tr/pub/eab/issue//475171
L1  - https://dergipark.org.tr/tr/download/article-file/561730
ER  -