Energy demands of countries are changing rapidly in parallel with development, industrialization, urbanization, the spread of technology, prosperity, and population growth. Energy use in the transport sector in the last few years, Turkey has shown a significant increase. Therefore, energy management and predicting are critically important to environmental safety and the upcoming economic well-being. In recent years, studies to determine the energy demand have accelerated. In Addition, in order to estimate the demand levels in the most accurate way, the most appropriate model should be selected. In this study, different models for predicting Turkey's transport energy demand by using artificial neural networks have been established. Population, oil prices, gross domestic product, ton-km, vehicle-km, and passenger-km are selected as parameters by considering 1975 and 2016 data. The best model is tried to be obtained with the models in which different parameters are used together. The best model was established with the oil price, population, ton-km and it was determined that this model had the lowest error and highest R2 values.
Artificial Neural Network Energy demand Modelling Transportation Sector
Ülkelerin enerji talepleri teknolojinin gelişmesi, şehirleşme arzusu, sanayileşme ve sürekli nüfus artışına paralel olarak hızla değişmektedir. Türkiye'de son birkaç yılda ulaştırma sektöründe enerji kullanımı önemli derecede artış göstermiştir. Bu nedenle, enerji yönetimi ve tahmini, çevre güvenliği ve yaklaşan ekonomik refah için kritik önem taşımaktadır. Son yıllarda enerji taleplerinin belirlenmesi çalışmaları hız kazanmıştır. Bununla birlikte talep seviyelerini en doğru şekilde tahmin edebilmek için en uygun modelin seçilmesi gerekmektedir. Bu çalışmada, Yapay Sinir Ağları kullanılarak Türkiye'nin ulaştırma enerji talebini tahmin etmek için farklı modeller kurulmuştur. Yıl, nüfus, yakıt fiyatı, gayri safi yurt içi hasıla, ton-km, araç-km ve yolcu-km olarak belirlenen girdi parametreleri 1975 ve 2019 yılları arasındaki veriler dikkate alınarak seçilmiştir. Parametrelerin farklı kombinasyonlarının kullanıldığı modeller arasından en iyi model elde edilmeye çalışılmıştır. Yakıt fiyatı, nüfus ve ton-km verileri ile en iyi model kurulmuş olup bu modelin en düşük hata ve en yüksek R2 değerlerine sahip olduğu sonucuna ulaşılmıştır.
Enerji talebi Modelleme Ulaştırma Sektörü Yapay Sinir Ağları
Birincil Dil | İngilizce |
---|---|
Konular | Mühendislik |
Bölüm | Endüstri Mühendisliği / Industrial Engineering |
Yazarlar | |
Yayımlanma Tarihi | 15 Aralık 2021 |
Gönderilme Tarihi | 8 Nisan 2021 |
Kabul Tarihi | 13 Temmuz 2021 |
Yayımlandığı Sayı | Yıl 2021 Cilt: 11 Sayı: 4 |