Prédiction de séries temporelles

Sujet de thèse:
Prédiction de séries temporelles et
applications aux énergies
renouvelables:
CHD Castelluccio, Unité Radiophysique Service Radiothérapie, 20176 Ajaccio
-
Laboratoire SPE, Université de Corse, CNRS-UMR 6134, 20250 Corte
Cyril Voyant
[email protected]
Bilan Bibliographique
premier trimestre

ANN et prediction météorologique Février 2008
2/51
La météorologie
Selon la théorie sept inconnus sont nécessaires à la prédiction d’un
état météorologique :
Les variables d’espace, la température, la densité de l’air, l’humidité et la pression.
Les équations simplifiées de mécanique du fluide conduisent aux
équations primitives atmosphériques.
De plus l’anticipation se limite à quelques jours, du fait de la forte
instabilité aux conditions initiales
L’étude des séries temporelles ne permet pas de prédire
un phénomène météorologique, mais la mesure de celui-ci
en un endroit et à un moment donné, sans aucune
information sur les autres localités, et temporalités

ANN et prediction météorologique Février 2008
3/51
Sommaire
Les séries temporelles : historique des prédicteurs
Les réseaux de neurones : détail de la théorie
Ex: Approximation de la fonction sinus par ANN
Application de ces prédictions aux Energies
renouvelables

ANN et prediction météorologique Février 2008
4/51
Sommaire
Les séries temporelles : historique des prédicteurs
Les réseaux de neurones : détail de la théorie
Ex: Approximation de la fonction sinus par ANN
Application de ces prédictions aux Energies
renouvelables

ANN et prediction météorologique Février 2008
5/51
Les séries temporelles : historique des
prédicteurs
Régression
Réseau génétique
Lissage exponentiel
Filtre de Kalman
K-means
Inférences floues
Arbre de décision
Data mining
Processus ARMA
Inférences Bayesiennes
K-nearst-neighbourgh
Chaîne de Markov
Réseaux de neurones
Utilisation en routinePeu utilisés