Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Accueil du site → Doctorat → Algérie → 2020 → Application des systèmes hybrides (Neuro-flous) a la modélisation de la salinité des cours d’eau - cas du bassin versant Tafna

Ecole Nationale Supérieure Agronomique (ENSA) El Harrach (2020)

Application des systèmes hybrides (Neuro-flous) a la modélisation de la salinité des cours d’eau - cas du bassin versant Tafna

HOUARI, Khemissi

Titre : Application des systèmes hybrides (Neuro-flous) a la modélisation de la salinité des cours d’eau - cas du bassin versant Tafna

Auteur : HOUARI, Khemissi

Etablissement de soutenance : Ecole Nationale Supérieure Agronomique (ENSA) El Harrach

Grade : Doctorat en Sciences Agronomiques 2020

Résumé
Dans le but d’expliquer la relation entre le débit liquide et la concentration saline d’une part, et d’évaluer le degré de salinisation dans le temps et l’espace d’autre part, deux modèles ont été développés. Il s’agit de ‹‹RNA›› basé sur les réseaux de neurones artificiels et l’ANFIS système hybride (neuro-floue). À cette fin, des séries chronologiques des débits liquides et des concentrations salines des stations hydrométriques (Pierre du chat (160801), Beni Bahdel (160402), Zahra (160409), Sidi Belkheir RN 35 (160504), Sidi Aissa (160614), Remchi (160703), Ain Youcef (160704)) réparties sur l’ensemble du bassin versant de la Tafna, ont été utilisés pour la formation, la validation et le test de ces modèles. Différentes méthodes ont été utilisées pour tester la précision de nos résultats, à savoir le coefficient de détermination (R2), le coefficient d’efficacité de Nash-Sutcliffe (E), ‹‹RSR›› (Root of the mean Squared Error) et les techniques graphiques. Le modèle hybride ‹‹ANFIS›› proposé a donné de très bons résultats dans le temps et dans l’espace, et sur toutes les phases hydrologiques par rapport au modèle des réseaux de neurones ‹‹RNA››.

Mots clés : Modèle hybride, réseaux de neurones, la logique floue, ANFIS, salinité, Tafna

Présentation (ENSA)

Version intégrale (4,2 Mb)

Page publiée le 10 octobre 2021