| Titre : |
La prédiction des séries temporelles |
| Type de document : |
texte imprimé |
| Auteurs : |
Raihane Mechgoug, Auteur |
| Editeur : |
éditions universitaires européennes |
| Année de publication : |
2014 |
| Importance : |
120 p. |
| ISBN/ISSN/EAN : |
978-3-8381-8268-1 |
| Langues : |
Français (fre) |
| Résumé : |
Dans ce travail, le problème de conception du prédicteur neuronal est étudié. Dans une première partie, on présente les différentes séries temporelles utilisées dans la partie conception de prédicteur. Ensuite , on présente les méthodes stochastiques utilisées pour la prédiction des séries temporelles stationnaires, non stationnaire en moyenne et en variance , saisionaires. Puis un état de l'art des techniques de soft computing : algorithmes génétiques, les réseaux de neurones et la logique floue. Prenant appui sur cet état de l'art nous proposons un prédicteur hybride des deux techniques du soft computing RNA/AG. Nous avons présenté dans un premier temps la méthode d'optimisation d'un prédicteur neuronal basée sur un algorithme génétique réel. Cette méthode consiste a l'optimisation simultanée de la topologie de réseaux de neurones, les paramètres de contrôle de réseaux de neurones et les intervalles initiaux des poids synaptiques. Ensuite , nous avons décrit l'étape d'initialisation des chromosomes en spécifier les sous ensembles de chaque gène dans le chromosome. Enfin, pour tester l'efficacité de la méthode, des simulations dans 3domaines: économie, écologie et météo. |
La prédiction des séries temporelles [texte imprimé] / Raihane Mechgoug, Auteur . - éditions universitaires européennes, 2014 . - 120 p. ISBN : 978-3-8381-8268-1 Langues : Français ( fre)
| Résumé : |
Dans ce travail, le problème de conception du prédicteur neuronal est étudié. Dans une première partie, on présente les différentes séries temporelles utilisées dans la partie conception de prédicteur. Ensuite , on présente les méthodes stochastiques utilisées pour la prédiction des séries temporelles stationnaires, non stationnaire en moyenne et en variance , saisionaires. Puis un état de l'art des techniques de soft computing : algorithmes génétiques, les réseaux de neurones et la logique floue. Prenant appui sur cet état de l'art nous proposons un prédicteur hybride des deux techniques du soft computing RNA/AG. Nous avons présenté dans un premier temps la méthode d'optimisation d'un prédicteur neuronal basée sur un algorithme génétique réel. Cette méthode consiste a l'optimisation simultanée de la topologie de réseaux de neurones, les paramètres de contrôle de réseaux de neurones et les intervalles initiaux des poids synaptiques. Ensuite , nous avons décrit l'étape d'initialisation des chromosomes en spécifier les sous ensembles de chaque gène dans le chromosome. Enfin, pour tester l'efficacité de la méthode, des simulations dans 3domaines: économie, écologie et météo. |
|  |
La prédiction des séries temporelles
