| Titre : | Développement d’algorithmes pour l’analyse des séries temporelles des données de production d’eau potable |
| Auteurs : | Naouel Loudjani, Auteur ; Bouzian Mohamed Tewfik, Directeur de thèse |
| Support: | Thése doctorat |
| Editeur : | Biskra [Algerie] : Université Mohamed Khider, 2022 |
| Langues: | Français |
| Mots-clés: | Séries chronologiques ; Processus stochastique ; ARMA ; Box-Jenkins méthode stochastique ; Ressources d‟eau ; Autocorrélation ; FAC ; Autocorrélation FACP ; Critère AIC ; Critère BIC. Time séries ; Stochastic process ; Box-Jenkins stochastic method ; Autocorrelation ; Water resources ; Autocorrelation FACP ; AIC criterion ; BIC criterion |
| Résumé : |
Ce travail de recherche s‟intéresse à la modélisation des séries chronologiques, il s‟agit d‟analyser et de modéliser des problèmes d‟optimisation stochastique et de proposer un modèle de prévision appliqué à la production de l‟eau potable. Nous avons utilisé les données mensuelles de consommation d‟eau potable de la ville de Biskra. L‟objectif de ce travail est de développer un algorithme pour étudier les techniques d‟analyse s‟intéresse à la modélisation des séries chronologiques empiriques correspondant à la méthodologie de Box et Jenkins dans le but de générer un modèle ARMA (modèles autorégressifs et moyenne mobile) de la demande en eau potable de la ville de Biskra et de permettre une prédiction de l'évolution future de ce phénomène à l'aide d‟outils des composantes principaux utilisés lors de la phase d'identification qui sont donc les tracés de la série, les corrélogrammes d'autocorrélation (FAC), et d'autocorrélation partielle (FACP). La modélisation nous a permis de déterminer combien de paramètres autorégressifs (p) et de moyennes mobiles (q) sont nécessaires pour obtenir un modèle effectif et parcimonieux du processus. L'analyse des résidus de l'ARMA constitue un test important du modèle, les critères d‟information AIC et SIC sont proposé pour tester la qualité du modèle choisi. La méthode proposée est appliquée sur un jeu de données de production des ressources en eau. This research work is interested in the modeling of time series, it is to analyze and model stoochastic optimization problems and the propose a forecast model applied to the production of drinking water.We used the monthly drinking water consumption data for the city of Biskra. The objectif of work is to devlop an algorithm to study the techniques of analysis and modeling of empirical time séries corresponding to the methodology of Box and Jenkins to generate an ARMA model (autoregressive and moving average models) Of drinking water demand in the city of Biskra which is to allow a prediction of the future evolution of a phenomenon and used for the validation of the production values of water seized monthly using tools of the main components used during the identification phase are therefore the plots of the series, autocorrelation correlograms (FAC), and autocorrelation partial (FACP). The modeling allowed us to determine how many autoregressive parameters (p) and moving average (q) are needed to obtain an effective and parsimonious model of the process. The analysis of the ARMA residuals constitutes an important test of the model,the information criteria AIC and BIC are proposed to test the quality of the chosen model. The proposed method is applied to water resources production dataset |
Exemplaires (2)
| Cote | Support | Localisation | Disponibilité | Emplacement |
|---|---|---|---|---|
| TH/2749 | Thèse doctorat | Bibliothèque centrale El Allia | Exclu du prêt | Salle de consultation |
| TH/2749 | Thèse doctorat | Bibliothèque centrale El Allia | Exclu du prêt | Salle de consultation |
Consulter en ligne (1)
 consulter sur e-print URL |
