dc.contributor.author |
Kadri, Farid |
|
dc.contributor.other |
Ouadjaout, Mohamed, Directeur de thèse |
|
dc.date.accessioned |
2020-12-20T08:47:36Z |
|
dc.date.available |
2020-12-20T08:47:36Z |
|
dc.date.issued |
2012 |
|
dc.identifier.other |
M006312 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/xmlui/handle/123456789/941 |
|
dc.description |
Mémoire de Magister : Électrotechnique : Alger, Ecole Nationale Polytechnique : 2012 |
fr_FR |
dc.description.abstract |
Notre 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.iso |
fr |
fr_FR |
dc.subject |
Prédiction |
fr_FR |
dc.subject |
Réseaux de neurones artificiels |
fr_FR |
dc.subject |
Algorithmes génétiques |
fr_FR |
dc.subject |
Polyéthylène |
fr_FR |
dc.subject |
Réticulé chimiquement (PRC) |
fr_FR |
dc.title |
Prédiction par réseaux de neurones artificiels de la variation non linéaire des propriétés du PRC vieilli thermiquement |
fr_FR |
dc.type |
Thesis |
fr_FR |