Veuillez utiliser cette adresse pour citer ce document : http://repository.enp.edu.dz/jspui/handle/123456789/8970
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorKhelifi, Hocine-
dc.contributor.otherBermad, Abdelmalek, Directeur de thèse-
dc.date.accessioned2021-03-22T13:25:08Z-
dc.date.available2021-03-22T13:25:08Z-
dc.date.issued2005-
dc.identifier.urihttp://repository.enp.edu.dz/xmlui/handle/123456789/8970-
dc.descriptionMémoire de Projet de Fin d'Etudes: Hydraulique: Alger, Ecole Nationale Polytechnique: 2005fr_FR
dc.description.abstractDans le cadre de ce travail, nous avons essayé de trouver un moyen efficace pour la prévision de débits en particulier ceux engendrés par les crues, un problème sur lequel les scientifiques se penchent actuellement, sans pour autant avoir trouver un palliatif. C'est dans cette optique que nous proposons l'étude et l'application sur des données réelles de trois techniques de prévision à savoir la différence première de la fonction de transfert (DPFT), les réseaux de neurones artificiels (RNA) et l'autorégressif moyenne mobile avec l'introduction d'une variable exogène (ARMAX). Cette étude sera un moyen de mettre en évidence la capacité et la fiabilité de chacune des méthodes et d'en sortir celle qui aura un meilleur impact sur la gestion du risue.fr_FR
dc.language.isofrfr_FR
dc.publisherÉcole Nationale Polytechniquefr_FR
dc.subjectRNAfr_FR
dc.subjectDPFTfr_FR
dc.subjectARMAXfr_FR
dc.subjectPrévisionfr_FR
dc.subjectGestion du risquefr_FR
dc.titleEtude de la relation pluie-débit au pas temps horaire par différentes approches (DPFT-Réseau de Neurones-ARMAX)fr_FR
dc.typeThesisfr_FR
Collection(s) :Département Hydraulique

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
KHELIFI.Hocine.pdfPH0060514.01 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.