Recherche opérationnelle

Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/14750

Browse

Author: search.filters.author.Drici, W.(Promotrice)Start date: 2023

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    L’optimisation multi-objectif pour Machine Learning : Etat de l’art et étude de cas .
    (Faculté des sciences: Boumerdes, 2024) Azzouz, Kamelia; Bekal, Feriel; Drici, W.(Promotrice)
    Dans ce mémoire, nous explorons l’optimisation multi-objectif dans les réseaux de neurones artificiels (RNA) et machine learning. Le premier chapitre présente une introduction détaillée à l’optimisation multi-objectif, en abordant les bases, la dominance, l’efficacité, et le front de Pareto, ainsi que les méthodes de résolution exactes, approchées et évolutionnaires. Le deuxième chapitre se concentre sur machine learning, en particulier le deep learning et les réseaux neuronaux, et explique leurs principes fondamentaux. Le troisième chapitre examine l’application de l’optimisation multi-objectif aux réseaux neuronaux artificiels évolutifs, en présentant l’état de l’art, les algorithmes utilisés, les résultats expérimentaux et les perspectives futures. La conclusion générale résume les points clés et propose des suggestions pour des recherches futures.
  • No Thumbnail Available
    Item
    Pr´ediction de la vitesse de corrosion sur base de param`etres chimiques dans les sites p´etroliers
    (Université M'hamed Bougara : Faculté des sciences, 2023) Boubeguira, Mohamed Ramzi; Douak, Atif; Drici, W.(Promotrice)
    La corrosion est un ph´enom`ene majeur dans l’industrie p´etroli`ere et gazi`ere, entraˆınant des dommages mat´eriels, des probl`emes de s´ecurit´e et des interruptions coˆuteuses de la production. La relation entre les param`etres chimiques de l’eau et la vitesse de corrosion est d’une importance cruciale pour comprendre et pr´edire ce ph´enom`ene. La r´egression lin´eaire multiple offre une m´ethode analytique permettant de mod´eliser cette relation complexe. En utilisant des techniques avanc´ees de statistiques, il est possible d’identifier les param`etres chimiques de l’eau qui ont le plus d’impact sur la vitesse de corrosion. Ces informations peuvent ensuite ˆetre utilis´ees pour pr´edire et contrˆoler la corrosion, contribuant ainsi `a la durabilit´e des mat´eriaux m´etalliques dans diverses applications industrielles et environnementales. Notre objectif est de trouver un mod`ele math´ematique en utilisant la r´egression lin´eaire multiple ce qui nous a donn´ee avec quelque tests statistiques tels que Fisher et Student le mod`ele recherch´e. Nous avons aussi fait une comparaison entre 4 mod`ele avec le calcul des mesures statistiques tels que le AIC et le BIC.