Machine learning pour l'étude de la performance hydraulique des ouvrages portuaires,cas Marina d'Alger
No Thumbnail Available
Date
2022-07-06
Authors
AMARA Lounis
CHALAL Yahia
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La construction d’ouvrages de protection contre la houle nécessite des coûts très élevé. De ce fait
la connaissance de caractéristiques du site d’implantation est primordiale, pour que ces ouvrages
soit rentable en termes de coûts, durable et efficace pour la protection contre la houle. L’objectif
de ce projet de fin d’études est d’appliqué le machine learning pour l’étude de la performance
hydraulique des ouvrages portuaires, cas Marina d’Alger. Pour faire, nous avons commencé par le
traitement et l’analyse des données climatologiques de la zone via des méthodes de prédiction des
évènements extrêmes POT et GEV, ces résultats ont été utilisées pour l’étude hydrodynamique
avec la modélisation numérique à l’aide DHI Mike21. Se basant sur les résultats de cette dernière
étape on a procédé aux calculs de dimensions des digues. Puis, en utilisant des formules semiem
pirique on a quantifié les différentes actions hydrauliques exercées sur l’ouvrage. Après avoir
testé plusieurs méthodes pour développer un modèle de machine learning qui prédit les débits de
franchissement, en utilisant une base de données extraite de celle développé dans le cadre du projet
européen CLASH. On a opté pour le XGBOOST qui donne le meilleur résultat, l’application du
modèle sur la Marina Bay montre que notre modèle est fiable.