Uyarlamalı seçim yöntemi ile geliştirilmiş yapay arı koloni algoritması kullanılarak Türkiye'nin ulaştırma enerjisi talebinin tahmin edilmesi

Bu çalışma, Ulaştırma Enerjisi Talebi (UET)'ni daha doğru bir şekilde tahmin etmek için uygun bir arama denklemini uyarlamalı olarak seçebilen yeni bir modifiye yapay arı koloni (M-ABC) algoritması geliştirmeyi amaçlamaktadır. Ayrıca M-ABC ve Klasik Yapay Arı Koloni (K-ABC) algoritmaları verimlilik ve performans açısından karşılaştırılmıştır. Önerilen UET tahmin modelinde kullanılan girdi parametreleri, Gayri Safi Yurtiçi Hasıla (GSYH), nüfus ve toplam yıllık araç kilometresi (TYAK) dahil olmak üzere Türkiye'nin resmi ekonomik göstergeleridir. Modifiye Yapay Arı Koloni Lineer Model (M-ABCL), Modifiye Yapay Arı Koloni Üstel Model (M-ABCE) ve Modifiye Yapay Arı Koloni İkinci Dereceden Model (M-ABCQ) olmak üzere üç matematiksel model geliştirilmiş ve test edilmiştir. Eğitim veri seti ile yapılan test sonuçlarında en başarılı model üstel model olurken test veri seti ile yapılan ölçümlerde lineer ve ikinci dereceden modeller daha az hata ile tahmin yapan modeller olmuşlardır. Ayrıca, UET'nin 2034 yılı projeksiyonlarını iki farklı senaryo altında görmek için "eğri uydurma" tekniği kullanılarak ekonomik değişkenler oluşturulmuştur. Birinci senaryo, 2034 yılı UET tahminlerine göre lineer, üstel ve ikinci dereceden modellerin sonuçları sırasıyla 40,1, 31,6 ve 70,5 milyon ton petrol eşdeğeri (Mtep) bulunurken, ikinci senaryo, 2034 yılı UET tahminlerine göre lineer, üstel ve ikinci dereceden modellerin sonuçları sırasıyla 40,0, 31,5 ve 66,5 Mtep bulunmuştur. UET probleminin çözümü için sunulan M-ABCL, M-ABCE, M-ABCQ modelleri literatürdeki çalışmalara göre daha başarılı sonuçlar vermiştir.