Modélisation des Variables Agro-Climatiques: Vers une Approche Globale Intégrée à Base d'Intelligence Artificielle

Simple item page
dc.contributor.authorMERABET, Khaled
dc.contributor.authorHEDDAM, Salim
dc.date.accessioned2024-04-23T09:47:43Z
dc.date.available2024-04-23T09:47:43Z
dc.date.issued2024-03-09
dc.description.abstractLa prévision de l’humidité relative et la radiation solaire joue un rôle très important dans plusieurs domaines. Dans cette thèse, la modélisation de ces deux variables a été élaborée moyennant cinq données climatiques pour chaque variable. Ces données ont été collectées au niveau de huit stations situées au nord et dans la région semi-aride de l’Algérie, à savoir: Alger, Annaba, Constantine, Sétif, Guelma, Jijel, Mila et Oran. Cette modélisation est basée sur l'utilisation de la décomposition en mode empirique (EMD), la transformée en ondelettes empirique (EWT), et la décomposition en mode variationnel (VMD), combinées avec des modèles d’apprentissage automatique traditionnels pour améliorer leurs performances prédictives. Premièrement, six modèles traditionnels simples, à savoir: les réseaux de neurones à perceptron multicouche (MLPNN), les machines à apprentissage extrême (ELM), les réseaux de neurones à fonction de régression générale (GRNN), la régression multivariée par spline adaptative (MARS), les forêts aléatoires de régression (RFR), et la régression à vecteurs de support (SVR), ont été utilisés pour prédire l'humidité relative et la radiation solaire. Deuxièmement, les variables climatiques sont décomposées à l’aide des algorithmes de décomposition du signal et utilisées comme de nouvelles variables d'entrée dans les modèles hybrides. Les résultats obtenus démontrent que les nouvelles approches hybrides ont fourni des précisions prédictives élevées de l'humidité relative et la radiation solaire, et il a été conclu que l'efficacité de la décomposition du signal était démontrée et justifiée
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/1309
dc.language.isofr
dc.publisherUniversité du 20 Août 1955-SKIKDA
dc.titleModélisation des Variables Agro-Climatiques: Vers une Approche Globale Intégrée à Base d'Intelligence Artificielle
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
THESE - MODELISATION HR ET RS-MERABET KHALED.pdf
Size:
13.52 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Sciences agrnomiques