Les pr???visions d'???v???nements futurs sont n???cessaires dans de nombreuses activit???s associ???es ??? la planification et ??? l'exploitation des composantes d'un syst???me de ressources en eau. Pour la composante hydrologique, il est n???cessaire de disposer de pr???visions ??? court et ??? long terme des s???ries temporelles hydrologiques afin d'optimiser le syst???me ou de planifier une expansion ou une r???duction future. Ce document pr???sente la comparaison de diff???rentes techniques de r???seaux neuronaux ...
Read More
Les pr???visions d'???v???nements futurs sont n???cessaires dans de nombreuses activit???s associ???es ??? la planification et ??? l'exploitation des composantes d'un syst???me de ressources en eau. Pour la composante hydrologique, il est n???cessaire de disposer de pr???visions ??? court et ??? long terme des s???ries temporelles hydrologiques afin d'optimiser le syst???me ou de planifier une expansion ou une r???duction future. Ce document pr???sente la comparaison de diff???rentes techniques de r???seaux neuronaux artificiels (RNA) pour la pr???vision ??? court terme des d???bits journaliers continus et intermittents et la pr???vision des s???diments en suspension journaliers. Trois techniques ANN diff???rentes, ??? savoir la r???tropropagation par avance (FFBP), les r???seaux neuronaux ??? r???gression g???n???ralis???e (GRNN) et les r???seaux neuronaux ??? base de fonctions radiales (RBF), sont appliqu???es aux donn???es hydrologiques. En g???n???ral, les performances de pr???vision des techniques ANN sont sup???rieures ??? celles des autres m???thodes statistiques et stochastiques conventionnelles en termes de crit???res de performance s???lectionn???s.
Read Less
