3.1.3 Objectifs
? Objectif général du projet
À travers ce projet, nous avons l'intention de
développer un algorithme intelligent basé sur l'analyse de
données et l'apprentissage automatique pour prévoir avec
précision les prix du maïs sur les marchés
béninois.
? Objectifs spécifiques
De façon spécifique, dans le cadre de ce projet, il
s'agira de :
1. Collecter les données historiques fiables sur les prix
du maïs au Bénin.
2. Développer un modèle de prévision des
prix du maïs basé sur l'analyse de données et
l'apprentissage automatique, en utilisant des techniques avancées de
modélisation et de traitement des données.
3. Valider et évaluer la précision du
modèle de prévision des prix en le comparant aux données
réelles sur les prix du maïs.
4. Développer une plateforme web pour la diffusion et
l'exploitation des résultats par les acteurs du secteur agricole au
Bénin, y compris les agriculteurs et les organisations agricoles.
32
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
3.2 Démarche méthodologique
La démarche méthodologique pour la mise en place
du système de prévision des prix des produits agricoles du
Bénin a été structurée de la manière
suivante :
1. Collecte des données : la première
étape a consisté à collecter des données
historiques fiables sur les rendements et les prix du maïs au
Bénin. Cela a été réalisé en s'appuyant sur
les données du ministère de l'agriculture du Bénin
2. Analyse exploratoire des données : une fois les
données collectées, elles ont été analysées
de manière approfondie. Cela comprenait l'identification des tendances
des prix du maïs. Des outils d'exploration de données ont
été utilisés pour extraire des informations significatives
des données.
3. Modélisation des prix du maïs : sur la base
des données collectées et analysées, nous avons
développé des modèles prédictifs utilisant
notamment le modèle LSTM (Long Short-Term Memory) de réseaux de
neurones. Ce modèle est particulièrement adapté pour
capturer les dépendances temporelles complexes présentes dans les
séries chronologiques des prix du maïs.
4. Validation des prévisions : une fois les
modèles prédictifs développés, ils ont
été validés en confrontant les prévisions aux
données réelles. Cela a permis d'évaluer la
précision et la performance des modèles. Des mesures
d'évaluation, telles que l'erreur moyenne absolue (MAE) ou l'erreur
quadratique moyenne (RMSE), ont été utilisées pour
quantifier la qualité des prévisions.
5. Mise en place d'une plateforme : une fois le programme mis
en place nous avons ensuite développé une application web pour
rendre facile l'utilisation du travail abattu.
En suivant cette démarche méthodologique, un
système de prévision des prix du maïs et précis a
été mis en place, offrant une valeur ajoutée significative
au secteur agricole au Bénin.
33
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
3.3Analyse fonctionnelle
Les fonctions principales sont :
- Le système doit prédire les prix futurs d'un
produit agricole quelconque;
- Le système doit alerter les utilisateurs qui aimerait
être alerté de tout changement;
- L'utilisateur doit pouvoir consulter les prix actuel ou
réel du produit sélectionné.
| 
