Modélisation de la relation pluie débit au pas de temps horaire par différentes approches (DPFT - Réseaux de Neurones - ACP)

Show simple item record

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


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search Repository


Advanced Search

Browse

My Account