Traitement automatique des eaux basées sur les techniques d’apprentissage statistique

Abstract

L’eau est très importante dans la vie. Il est donc nécessaire de la contrôler, la surveiller pour la rendre potable. Dans ce cadre des efforts ont été effectués durant ces dernières années, pour développer des méthodes de contrôle et de surveillance automatique de l’eau. Ce travail s’inscrit dans ce courant de recherche, en proposant une nouvelle approche pour le contrôle et la surveillance de la qualité des eaux potables. Ce mémoire aborde le problème de la surveillance des eaux potables en fonction des caractéristiques physico-chimiques de l’eau brute à l’aide d’un modèle basé sur les techniques de l’apprentissage statistiques telles que : les PMC, RBF et Deep Learning, appliquées au développement du capteur logiciel CL vu comme problème de régression et le contrôle de potabilité de l’eau en tant que problème de classification.et d’évaluer les performances de chacune après une simulation à l’aide du logiciel MATLAB pour avoir la technique la plus adaptée