Meteorolojik parametreler ile doğalgaz talep tahmini için metasezgisel optimizasyon algoritmalarının karşılaştırmalı analizi

Doğalgaz talebinin tahmin edilmesi, sanayi sektörü, enerji kaynakları yönetimi ve özellikle enerji tüketimi yüksek ülke ekonomileri için büyük önem taşımaktadır. Doğalgaz tüketim talebinin tahmin edilmesi karar vericiler ve yöneticiler tarafından alınacak kararlarda gelecekte başarılı yatırımlar yapmak için önem arz etmektedir. Bu çalışmada, Türkiye'nin doğalgaz talebinin tahmini için dört farklı metasezgisel algoritma kullanılmıştır. Araştırmamızda Diferansiyel Evrim Algoritması (DEA), Parçacık Sürüsü Arama Optimizasyonu Algoritması (PSO), Yerçekimi Arama Algoritması (GSA) ve Geri İzleme Arama Optimizasyonu Algoritması (BSO) performanslarına göre karşılaştırılmıştır. Modellerin performansları daha sonra altı farklı global hata ölçüm yaklaşımı ile değerlendirilmiştir. Karşılaştırılan optimizasyon modellerinde normalize edilmiş meteorolojik veriler (ortalama sıcaklık, basınç, nem, rüzgâr ve yağış) girdi parametreleri olarak kullanılmıştır. 2010-2017 yılları arasındaki aylık (96 ay) veriler eğitim verileri olarak değerlendirilirken, 2018-2020 yılları arasındaki aylık (36 ay) veriler ise test verisi olarak belirlenmiştir. Araştırmada doğrusal (linear), üstel (exponantial) ve ikinci dereceden (quadratic) olmak üzere üç matematiksel model kullanılmıştır. Elde edilen bulgulara göre gerçek doğalgaz tüketimi verilerini eğitim verileri için dört farklı algoritma içinde her üç modelde de (lineer, exponential, quadratic) en başarılı şekilde tahmin eden model DEA algoritmasının ikinci dereceden matematiksel modelidir. Test verileri için ise dört farklı algoritma içinde her üç modelde de en başarılı şekilde tahmin eden model PSO algoritmasının ikinci dereceden matematiksel modelidir.