Descripción
En este estudio se sugiere una nueva metodología para proporcionar un pronóstico óptimo de la futura demanda de energía para el transporte en Taiwán. El documento presenta una nueva versión mejorada de Emperor Penguin Optimizer (IEPO) para proporcionar un modelo de pronóstico óptimo y adecuado. El pronóstico se basó en tres modelos diferentes, incluidos lineal, exponencial y cuadrático, cuyos coeficientes se han optimizado utilizando el algoritmo IEPO sugerido que se basa en considerar la población, la tasa de crecimiento del PIB y el vehículo-km anual total. El estudio considera dos escenarios diferentes basados en el ajuste de curvas y datos de proyección. Los resultados indican que el valor RMS para el pronóstico TED basado en el algoritmo IEPO propuesto aplicado al lineal, exponencial y cuadrático para entrenamiento es 0.0452, 0.0461 y 0.0492, respectivamente y para prueba es 0. 0456, 0,0596 y 0,0642, respectivamente. (Lashgari, A., Hosseinzadeh, H., Khalilzadeh, M. K., Milani, B., Ahmadisharaf, A., & Rashidi, S., 2022)
Referencia
Lashgari, A., Hosseinzadeh, H., Khalilzadeh, M. K., Milani, B., Ahmadisharaf, A., & Rashidi, S. (2022). Transportation energy demand forecasting in Taiwan based on metaheuristic algorithms. Energy Sources Part A-Recovery Utilization and Environmental Effects, 44(2), 2782-2800. https://doi.org/10.1080/15567036.2022.2062072 [Accepted: March 2022, Published: April (2nd Quarter/Spring) 2022]
