Forecasting methods for demand management
Başlık çevirisi mevcut değil.
- Tez No: 611160
- Danışmanlar: DR. ÖĞR. ÜYESİ KEMAL DİNÇER DİNGEÇ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Büyüme ve gelişmedeki artışla birlikte enerji sektörü dünyadaki en önemli sektörlerden biri haline geldi, bu nedenle çoğu ülke enerji sektörünü iyileştirmek ve başarılı bir gelecek politikası oluşturmak için yarışa girdi. Bu çalışma, karar vermede yardımcı olmak için istatistiksel teknikleri (Holt-Winters ve Box-Jenkins) kullanarak Türkiye'deki elektrik talebini tahmin etmek için modeller oluşturmayı amaçlamaktadır. İstatistiksel modellere uyması için iki zaman serisini (yıllık ve mevsimlik zaman serileri) kullanıyorum. Bu modellerin çoğu yüksek doğruluk oranına sahiptir, ancak yıllık zaman serilerini tahmin etmek için en iyi model, Ortalama Mutlak Yüzde Hata (MAPE) 'nin% 2.518 olduğu ve mevsimsel zaman serilerini tahmin etmek için en iyi model olan SARIMA (2) olan ARIMA (0,2,1)' dır. 1,2) X (1,1,1) MAPE% 2.131 idi. Bu modellerden elde edilen nihai sonuçlar, Aralık 2021'de talebin mevsimsel zaman serileri için 28307 (GW / s) ve 2027'deki talebin 398313 (GW / s) olduğu yerlerde elektrik talebinde bir artış olduğunu göstermektedir. Bu nedenle, talebi karşılamak için elektrik üretimi önümüzdeki dönemde artırılmalıdır.
Özet (Çeviri)
With the increase in the growth and development the energy sector become one of the most important sectors in the world therefore, most countries entered into a race to improve their energy sector and draw up a successful future policy. This study aims to create models for forecasting electricity demand in Turkey by using statistical techniques (Holt-Winters and Box-Jenkins) to assist in decision making. I use the two-time series (annual and seasonal time series) to fit statistical models. Most of these models have high accuracy but the best model for forecasting annual time series is the ARIMA (0,2,1) where Mean Absolute Percentage Error (MAPE) was 2.518% and the best model for forecasting seasonal time series is SARIMA (2,1,2)X(1,1,1) where MAPE was 2.131%. The final results from these models show an increase in electricity demand in future where in Dec-2021 the demand becomes 28307 (GW/h) for seasonal time series and the demand in 2027 becomes 398313 (GW/h). The production of electricity, therefore, must be increased in the next period to satisfy demand.
Benzer Tezler
- Sales and returns forecasting for inventory control
Envanter kontrolünde satış ve geri dönüş tahmini
OKTAY KARABAĞ
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri Mühendisliğiİzmir Ekonomi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ TÜRSEL ELİİYİ
DOÇ. DR. MEHMET MURAT FADILOĞLU
- Kadın ev & iç giyim perakendesinde dijital dönüşüm sürecine yönelik mağaza ve kategori verimliliğinin frontier analizi ile değerlendirilmesi
Evaluation of store and category efficiency in the digital transformation process of women's home and intimate apparel retail via frontier analysis
MUSTAFA FURKAN KARAKAŞ
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiÜsküdar ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DOÇ. DR. MUHAMMET ENİS BULAK
- Oyuncak sektöründe yer alan bir ithalatçı firma için müşteri hizmet seviyelerini dikkate alan üretim planlama modeli
A production planning model based on customer service levels for an importer company on toys sector
MURAT CAN SEREN
Yüksek Lisans
Türkçe
2018
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜR BERSAM BOLAT
- Bir gıda firmasındaki ürünlerin optimum taleplerinin tahminlenmesi
Prediction of the optimal demand for products in a food company.
EMRE SÜYÜN
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Gelişim ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİDEM YILMAZ
- Turizm politikası ve planlaması için en uygun talep öngörü yönetiminin belirlenmesi
Determining the most appropriate demand forecasting method for tourism policy and planing
İNCİ OYA COŞKUN
Yüksek Lisans
Türkçe
2004
TurizmAnadolu ÜniversitesiTurizm İşletmeciliği ve Otelcilik Ana Bilim Dalı
DOÇ. DR. H. SUAVİ AHİPAŞAOĞLU