Veuillez utiliser cette adresse pour citer ce document : http://repository.enp.edu.dz/jspui/handle/123456789/941
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorKadri, Farid-
dc.contributor.otherOuadjaout, Mohamed, Directeur de thèse-
dc.date.accessioned2020-12-20T08:47:36Z-
dc.date.available2020-12-20T08:47:36Z-
dc.date.issued2012-
dc.identifier.otherM006312-
dc.identifier.urihttp://repository.enp.edu.dz/xmlui/handle/123456789/941-
dc.descriptionMémoire de Magister : Électrotechnique : Alger, Ecole Nationale Polytechnique : 2012fr_FR
dc.description.abstractNotre mémoire de magistère entre dans la thématique de recherche sur l’utilisation des techniques de l’intelligence artificielle (IA) dans la prédiction. Dans le but de surmonter les limites des réseaux de neurone artificiel (RNA), et plus précisément, celle reliée au choix des paramètres structurels (nombre de couches, et nombre de neurone par couche), nous avons fait appel à une technique connue par sa capacité d’optimisation, il s’agit des algorithmes génétiques (AG). La technique hybride est appliquée à la prédiction de la variation non linéaire des propriétés du PRC vieilli thermiquement utilisé dans les câbles MT.fr_FR
dc.language.isofrfr_FR
dc.subjectPrédictionfr_FR
dc.subjectRéseaux de neurones artificielsfr_FR
dc.subjectAlgorithmes génétiquesfr_FR
dc.subjectPolyéthylènefr_FR
dc.subjectRéticulé chimiquement (PRC)fr_FR
dc.titlePrédiction par réseaux de neurones artificiels de la variation non linéaire des propriétés du PRC vieilli thermiquementfr_FR
dc.typeThesisfr_FR
Collection(s) :Département Electrotechnique

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
KADRI.Farid.pdfM0063127.08 MBAdobe PDFVoir/Ouvrir


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