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

Accueil du site → Doctorat → Algérie → 2019 → Analyse du comportement des modèles stochastiques et neuronaux pour la prévision des débits dans différents étages bioclimatiques

Université des sciences et de la technologie Houari Boumediène (USTHB) 2019

Analyse du comportement des modèles stochastiques et neuronaux pour la prévision des débits dans différents étages bioclimatiques

Fouchal, Amel

Titre : Analyse du comportement des modèles stochastiques et neuronaux pour la prévision des débits dans différents étages bioclimatiques

Auteur : Fouchal, Amel

Université de soutenance : Université des sciences et de la technologie Houari Boumediène (USTHB)

Grade : Doctorat en Sciences Hydraulique de Surface 2019

Résumé
La prévision des débits des cours d’eau est l’un des problèmes les plus sensibles en hydrologie, c’est pour cela que plusieurs méthodes de modélisation et d’estimation de débits ont été proposées. Les études faites dans le domaine de la prévision hydrologique sur plusieurs bassins versants ont montré qu’on ne peut pas établir une formule générale pour la variation et l’évolution de leurs débits à cause de plusieurs facteurs. Nous nous sommes proposés, dans le présent travail de recherche, d’améliorer la performance de deux approches différentes pour la prévisions des débits dans trois zones climatiques : humide, semi-aride et aride. Les deux approches proposées sont basées sur la modélisation stochastique et les modèles neuronaux. Les principaux résultats obtenus dans ce travail nous ont conduit à conclure que la prévision des débits par les modèles stochastiques (SARIMA et ARMA) ainsi que par les modèles neuronaux n’ont pas été satisfaisants pour toutes les régions choisies. Cependant, l’hybridation des réseaux neuronaux avec un prétraitement des variables d’entrée par une décomposition en ondelettes a contribué à une amélioration considérable des résultats de la prévision à court et à long terme.

Mots clés : Prévision, modèles stochastiques, réseaux de neurones artificiels, ondelettes, climat, débits.

Présentation (DSpace)

Version intégrale (8,3 Mb)

Page publiée le 23 décembre 2021