Development of a Neuronal System for Modeling Streamflows of Some Watersheds in Algeria.

Abstract

L'objectif principal de cette recherche est de développer des modèles efficaces de séries chronologiques de débit journalier, basés sur les approches de réseaux de neurones artificiels appliqué sur cinq bassins versants situés dans différentes régions géographiques et hydroclimatiques en Algérie. Différents types de réseaux de neurones artificiels ont été proposés, notamment les réseaux de neurones de type feed forward (FFNN), le système adaptatif d'inférence neuro-floue (ANFIS), les réseaux de neurones hybrides avec la transformation en ondelettes et les modèles de réseaux de neurones récurrents. L'application de différentes méthodes telles que l'algorithme génétique, l'optimisation des essaims de particules et la validation croisée k-folds a également été proposée pour améliorer les performances des modèles de réseaux de neurones artificiels. Les résultats obtenus ont montré que les modèles de séries chronologiques basés sur l’approche de réseaux de neurones artificiels s'avèrent être une alternative très prometteuse à la modélisation et à la prévision des débits à court terme (un pas en avant) et à long terme (plusieurs pas en avant).