Optimisation Des R seaux de Neurones Artificiels En Hydrologie

Ce livre traite de la modlisation des dbits du Bandama Blanc avec les Rseaux de Neurones. Elle projette de fournir des outils plus robustes pour la modlisation des dbits des rivires jauges. Pour cela, deux modles entrans avec l'algorithme de la rtropropagation de l'erreur, ont t construits. Le premier modle a t utilis seulement en simulation et le second en simulation et en prvision. Le modle conceptuel GR2M, a t utilis pour valider les rsultats obtenus avec les rseaux de neurones. Pour cette tude, une importante base de donnes climatiques (pluie et temprature) et hydromtriques (dbits mensuels) a t utilise. Les rsultats obtenus sont forts satisfaisants et nettement suprieurs ceux obtenus avec le modle conceptuel global GR2M. En effet, les rseaux de neurones parviennent expliquer plus de 70% de la variation des dbits, avec des coefficients de corrlation de Pearson qui excdent 0,80. Cependant, ces modles arrivent difficilement simuler et faire la prvision des dbits extrmes (tiages et crues) cause probablement du nombre rduit de donnes notre disposition et de la sparation des bases de calage et de validation.