Application des réseaux de neurones artificiels pour l’estimation des lacunes dans les enregistrements de précipitation : Application sur le bassin versant de la Soummam
Loading...
Date
2022-09-22
Journal Title
Journal ISSN
Volume Title
Publisher
university of M'sila
Abstract
Les analyses hydrologiques dépendent principalement de la disponibilité des données
pluviométriques, bien que les problèmes liés aux données soient communs et qu'il existe
différentes raisons pouvant résulter d'un défaut de la station d'enregistrement, de la variation
temporelle et spatiale du phénomène pluviométrique et de son complexité physique.
Dans ce travail nous avons fait une comparaison entre les différentes méthodes utilisées
pour le comblement des lacunes pluviométriques mensuelles. Deux types de méthodes ont été
utilisées dans le présent travail :
Les méthodes classiques : IDWM, CCWM.
Les méthodes basées sur l’intelligence artificielle : Les réseaux de neurones artificiels
(Apprentissage en profondeur) et les algorithmes génétiques FFSGAM.
L'étude a été menée dans le bassin versant de la vallée du Soummam, qui porte le
numéro (15) selon la numérotation de l'Agence nationale des ressources en eau, en utilisant
les valeurs de pluie enregistrées dans cinq stations d'enregistrement.
L’évaluation des méthodes utilisées a été faite en se basant sur les meilleurs critères de
comparaison, et au final, nous avons conclu que :
Toutes les méthodes ont donné de bons résultats et la méthode ANN a donné des
résultats plus performants que toutes les autres méthodes.
Description
Keywords
Bassin de Souamam ;Intelligence artificielle ; Réseaux de neurones ;Apprentissage profond ; Algorithmes génétiques ; Méthodes de pondération ; Estimation des données manquantes.