Optimisation des paramètres physicochimiques des eaux du barrage de Ghrib

Abstract

Une modélisation par réseau de neurones artificiels a été optimisée pour contrôler les paramètres physico-chimiques des eaux du barrage de Ghrib en aval. Après l’élaboration de la base de données constituée de (6) six paramètres en input et (6) six en output pour aboutir à l’architecture des RNSO. La topologie, l’EAM, et le coefficient de régression (R) des six réseaux neurones élaborés sont respectivement: [6-(6)-1 : EAM = 0.06156°C et R = 0.99987] pour la température ; [6-(6)-1 : EAM = 0.01690 et R = 0.99316 ] pour le pH ; [6-(5)-1 : EAM = 3.37160 μS/cm et R = 0.99989] pour le conductivité; [6-(8)-1 : EAM = 0.05556 NTU et 0.96897] pour le turbidité ; [6-(3)-1 : EAM = 0.14245 mg O2/l et 0.99732] pour le l’oxygène dissout; [6-(6)-1 : EAM = 0.06834 mg/l et R = 0.99954] pour le chlore résiduel.