Optimisation des Réseaux de Neurones Artificiels en hydrologie

Ce livre traite de la modélisation des débits du Bandama Blanc avec les Réseaux de Neurones. Elle projette de fournir des outils plus robustes pour la modélisation des débits des rivières jaugées. Pour cela, deux modèles entraînés avec l’algorithme de la rétropropagation de l’erreur, ont été construits. Le premier modèle a été utilisé seulement en simulation et le second en simulation et en prévision. Le modèle conceptuel GR2M, a été utilisé pour valider les résultats obtenus avec les réseaux de neurones. Pour cette étude, une importante base de données climatiques (pluie et température) et hydrométriques (débits mensuels) a été utilisée. Les résultats obtenus sont forts satisfaisants et nettement supérieurs à ceux obtenus avec le modèle conceptuel global GR2M. En effet, les réseaux de neurones parviennent à expliquer plus de 70% de la variation des débits, avec des coefficients de corrélation de Pearson qui excèdent 0,80. Cependant, ces modèles arrivent difficilement à simuler et à faire la prévision des débits extrêmes (étiages et crues) à cause probablement du nombre réduit de données à notre disposition et de la séparation des bases de calage et de validation.