dc.contributor.author |
Saidouni, Djallal |
|
dc.contributor.other |
Dechemi, Noureddine, Directeur de thèse. |
|
dc.date.accessioned |
2020-12-30T10:47:58Z |
|
dc.date.available |
2020-12-30T10:47:58Z |
|
dc.date.issued |
2003 |
|
dc.identifier.other |
M000103 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/xmlui/handle/123456789/3792 |
|
dc.description |
Mémoire de Magister : Hydraulique : Alger, École Nationale Polytechnique : 2003 |
fr_FR |
dc.description.abstract |
Dans le cadre de ce travail nous avons essayé de trouver un moyen efficace pour la prévision de débit en particulier ceux engendrés par les crues, un problème sur lequel les scientifique 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, les réseaux de neurones artificiels et l'analyse en composantes principale.
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 risque. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
Analyse en composantes principales |
fr_FR |
dc.subject |
Bassin versant Crues |
fr_FR |
dc.subject |
Différences premières de fonction de transfert |
fr_FR |
dc.subject |
Modélisation pluie-débit Prévision des débits Réseaux de neurones |
fr_FR |
dc.title |
Modélisation de la relation pluie débit au pas de temps horaire par différentes approches (DPFT - Réseaux de Neurones - ACP) |
fr_FR |
dc.type |
Thesis |
fr_FR |