Mémoires de Fin d’Etudes
Etablissement
Université de Laghouat - Amar Telidji
Affiliation
Département de Génie Civil
Auteur
ZAKHROUF, Mousaab
Directeur de thèse
CHETTIH M. (Maitre de conférence)
Filière
Hydraulique
Diplôme
Magister
Titre
MODELISATION PLUIE-DEBIT A L’AIDE DES SYSTEMES D’INFERENCE NEURO-FLOUS ADAPTATIFS DE QUELQUES BASSINS VERSANTS REPRESENTATIFS D’ALGERIE
Mots clés
Prévision, Débit, RLM, RNA, ANFIS,.
Résumé
Les événements hydrologiques exceptionnels constituent l’un des plus importants risques naturels responsable parfois de la perte de vies humaines et de biens matériels. Au cours des dernières décennies, un grand nombre d’approches automatisées ou informatisées ont été mises en oeuvre pour modéliser ce processus. Cependant, la complexité des régimes hydrologiques requiert à recourir à des outils spécifiques des systèmes dynamiques non-linéaires. Nous proposons pour modéliser la transformation de la pluie en débit l’utilisation des systèmes neuro flou. Les modèles de régressions multiples RLM et les réseaux de neurone artificiel RNA non boucles associes a l’algorithme de retro propagation, peuvent être utilisés comme modèles de référence. L’intérêt de construire des systèmes de prédiction intégrant les réseaux de neurones et les systèmes d’inférence floue réside dans leurs caractéristiques complémentaires. Les systèmes d’inférence floue exploitent des règles linguistiques traduisant une connaissance sur la dynamique d’un système. Le système d’inférence adaptatif neuro-flou peut être considéré comme un réseau de neurones non bouclé pour lequel chaque couche est un composant d’un système neuro-flou. Le réseau ANFIS établi est composé de 6 couches. Ces inférences sont du type Takagi Sugeno. Les résultats obtenus montrent que les Performances des systèmes neuro-flous dépassent celles des autres méthodes classiques.
Date de soutenance
28/06/2012
Cote
THL8-393
Pagination
101p
Illusatration
ill.graf.table.
Format
29cm
Notes
Bibliogr.,
Statut
Soutenue