ÉVALUATION ET DETERMINATION DES VARIABLES D'ENTREES POUR UN MODELE MULTICLASSE INTELLIGENT BASÉE SUR LA REDUCTION DE DIMENSION
No Thumbnail Available
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mohamed Boudiaf - M'Sila
Abstract
L’objectif des travaux de développement des outils de supervision/diagnostic d’une station de production d’eau potable dans son ensemble est la maîtrise des risques dans le domaine des métiers de l'eau est bien sûr en premier lieu la maîtrise de la qualité sanitaire de l'eau potable distribuée, objet d'une réglementation très stricte des pouvoirs publics. Ce mémoire aborde le problème de la surveillance des eaux potables en fonction des caractéristiques physicochimiques de l’eau brute à l’aide d’un modèle basé sur les techniques d’apprentissage statistiques telles que les réseaux de neurones artificiels. L’utilisation de ces techniques augmente dans l’industrie du traitement de l’eau potable puisqu’ils permettant le développement de robustes modèles non-linéaires d’unités de procédés complexes. La réduction de la dimensionnalité des données consiste à retenir les variables les plus représentatives des données observées. Elle peut être utile comme étape préliminaire à tout processus d’analyse et de classification de données afin de se concentrer sur les variables les plus importantes et réduire le coût d’exécution d’un tel processus. Notre approche par extraction permet non seulement de réduire la dimensionnalité des données mais également de détecter diverses corrélations dans les données observées.
L’objectif de ce travail consiste à établir les différentes relations existant entre les paramètres descripteurs de l’eau par les techniques statistique d’extraction et de réduction de dimension telles que (ACP, ACI, ADL,..). On cherche une évaluation complète expriment les variables indicatrices de la qualité des eaux potables pour la décision sur les états de l’eau. Cette décision est basée sur l’application d’une technique de classification multiclasse et sur l’interprétation des informations réduites et complètes obtenues sur tout l’ensemble de la base de données réelles pour les différentes classes des eaux considérées (plus de 03 classes). A partir d’une fusion multisensorielle de ces informations, une architecture d’un tel système de supervision et de diagnostic de la station de production d’eau potable dans son ensemble est proposée
Description
Keywords
Eau potable, Contrôle de la qualité, Réduction de dimension, Extraction, Apprentissage statistique, classification multiclasse, Evaluation des performances, Simulation