Buradasınız

Anasayfa » Content

TÜRKİYE’NİN KARBONİZASYON İNDEKSİNİN TEMEL ENERJİ GÖSTERGELERİNE BAĞLI OLARAK YAPAY SİNİR AĞLARI İLE TANIMLANMASI

DETERMINATION OF TURKEY'S CARBONIZATION INDEX BASED ON BASIC ENERGY INDICATORS BY ARTIFICIAL NEURAL NETWORKS

Journal Name:

  • Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

Publication Year:

  • 2011

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this study, Turkey’s Carbonization Index (ν) depending on the basic energy indicator has determined as an analytical equation. In this paper, artificial neural networks (ANN) which is quite often in recent years and the possibility of applying to many fields, are used to obtain analytical expressions. Carbonization Index is defined the amount of CO2 emissions per energy consumption. This parameter is an important for Turkey because of has signed the Kyoto protocol, February 2009. According to the results, accuracy of the carbonization index formulated empirical was obtained as R2= 1. It is expected that this study will be helpful in demonstrating carbonization index for policy makers.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışma ile Türkiye’nin, karbonizasyon indeksinin (ν) temel enerji göstergelerine bağlı olarak analitik bir ifade ile tanımlanması yapılmıştır. Çalışmada analitik ifadelerin elde edilmesinde son yıllarda oldukça sık kullanılan ve bir çok bilimsel alana uygulanma imkanı bulunan, yapay sinir ağları (YSA) yaklaşımı kullanılmıştır. Birim enerji tüketimi başına CO2 emisyon miktarı olarak tanımlanan karbonizasyon indeksi, Kyoto protokolünü Şubat 2009’da imzalayan Türkiye için önemli bir parametredir. Çok değişkenli analitik ifadelerin türetilmesinde yaklaşımı ve güvenirliliği oldukça yüksek olan YSA kullanılmıştır. Elde edilen sonuçlara göre ampirik olarak formüle edilen karbonizasyon indeksinin doğruluğu R2=1 olarak elde edilmiştir. Bu çalışmanın çıktıları, çevresel projeksiyon çalışmalarında politika üretenlere faydalı olacaktır.
FULL TEXT (PDF): 
PDF icon arastirmax-turkiyenin-karbonizasyon-indeksinin-temel-enerji-gostergelerine-bagli-olarak-yapay-sinir-aglari-ile-tanimlanmasi.pdf
  • 1
9
15
  • Turkish

REFERENCES

References: 

1. Sözen, A., Alp, İ., Özdemir, A., “Assessment of Operational and Environmental Performance of Thermal Power Plants in Turkey by Using Data Envelopment Analysis”, Energy Policy, 38(10), 6194-6203, 2010.
2. Demirbaş, A., “Energy And Environmental Issues Relating To Greenhouse Gas Emissions In Turkey”, Energy Conversion and Management, 44: 203-213, 2003.
3. Tunç, G.İ., Aşık, S.T., Akbostancı, E., “CO2 Emissions Vs. CO2 Responsibility: An Input-Output Approach For The Turkish Economy”, Energy Policy, 35: 855-868, 2007.
4. Sözen, A., Alp, İ., “Comparison of Turkey's Performance of Greenhouse Gas Emissions and Local/Regional Pollutants with EU Countries”, Energy Policy, 37(12), 5007-5018, 2009.
5. Azadeh, A., Saberi, M., Ghaderi, S.F., Gitiforouz, A., Ebrahimipour, E., “Improve Destination Of Electricity Demand Function By Integration Of Fuzzy System And Data Mining Approach”, Energy Conversion and Management, 49, 2165–2177, 2008.
6. Balat, M., “Energy Consumption And Economic Growth In Turkey During The Past Two Decades”, Energy Policy, 36(1), 118–127, 2008.
7. Ediger, V.S., Tatlidil, H., ”Forecasting The Primary Energy Demand In Turkey And Analysis Of Cyclic Patterns”, Energy Conversion and Management, 43, 473–487, 2002.
8. Ediger, V.S., Akar, S., “ARIMA Forecasting Of Primary Energy Demand By Fuel In Turkey”, Energy Policy, 35(3), 1701–1708, 2007.
9. Hamzaçebi, C., “Forecasting Of Turkey’s Net Electricity Energy Consumption On Sectoral Bases”, Energy Policy, 35(3), 2009–2016, 2007.
10. http://ec.europa.eu/eurostat, ve
http://www.tuik.gov.tr/jsp/duyuru/upload/faaliyet_raporu.pdf
11. Conzelmann, G., “Analysis of GHG Mitigation Issues in Turkey”, Ankara Climate Change Conference, 1., 2004..

Thank you for copying data from http://www.arastirmax.com