7.3. EFFET DE L'AJOUT DES VARIABLES EXPLICATIVES SUR
L'ARCHITECTURE ET SUR LES PERFORMANCES DES MODÈLES PMCDs
Dans la présente section, il est résumé
les performances des Perceptrons Multicouches Dirigés (PMCDs
après ajout des autres variables explicatives comme
l'évapotranspiration potentielle (ETP), la température (T), le
mois et leurs différentes combinaisons. Le critère de Nash est
utilisé comme critère d'évaluation de performance des
modèles pendant la phase de validation comme dans le chapitre
précédent.
7.3.1. Variation du nombre de retard et du nombre de
neurones cachés
Les retards et le nombre de neurones cachés varient en
fonction des variables d'entrée. En effet, on remarque que :
i. l'ajout du mois à la pluie en entrée du
modèle Perceptron Multicouche a fortement diminué le nombre de
retard. On est passé avec cet ajout de 2 mois à 1 mois de retard
à Bada, de 10 mois à 4 mois de retard à Marabadiassa, de
11 mois à 3 mois de retard à Tortiya et de 7 mois à 1 mois
de retard à Bou. En ce qui concerne la variation du nombre de neurones
cachés, on note une hausse sensible à toutes les stations
hydrométriques sauf à la station de Bou. En effet, on est
passé de 3 à 4 neurones cachés à la station de
Bada, de 2 à 7 neurones cachés à la station de
Marabadiassa, de 3 à 2 neurones cachés à la station de
Tortiya. Pour la station de Bou, le nombre de neurones cachés reste
identique, donc ne subit pas d'augmentation ;
ii. l'ajout de l'évapotranspiration à la pluie
en entrée du modèle Perceptron a fortement diminué le
nombre de retard à toutes les stations sans exception. On est
passé pour ce modèle de : 2 mois à 1 mois de retard
à la station de Bada ; de 10 mois à 2 mois de retard à la
station de Marabadiassa ; de 11 mois à 2 mois de retard à la
station de Tortiya et ; de 7 mois à 1 mois de retard à la station
de Bou. Pour le nombre de neurones cachés, l'ajout de l'ETP à la
pluie en entrée a favorisé son augmentation à toutes les
stations sauf à la station de Bou où le nombre de neurones
cachés est resté identique et égale à 2 neurones
cachés. Pour les autres stations, le nombre de neurones cachés
est passé de 3 à 4 à la station de Bada ; de 2 à 3
à la station de Marabadiassa ; de 3 à 5 à la station de
Tortiya ;
iii. l'ajout de la température à la pluie en
entrée du modèle Perceptron Multicouche se comporte sur le nombre
de retard comme l'ajout de l'évapotranspiration. Pour la
variation du nombre de neurones cachés, on note une
hausse sensible. En effet, on passe de 3 à 6 neurones cachés
à la station de Bada ; de 2 à 5 neurones cachés à
la station de Marabadiassa ; de 2 à 4 neurones cachés à la
station de Bou. Pour la station de Tortiya, le nombre de neurones cachés
reste identique et égale à 3 ;
iv. l'ajout de la température et du mois à la
pluie en entrée du modèle Perceptron a fortement diminué
le nombre de retard pour l'ensemble des stations étudiées. Le
nombre de retard est passé : de 2 à 0 mois de retard à la
station de Bada ; de 10 à 4 mois de retard à la station de
Marabadiassa ; de 11 à 1 mois de retard à la station de Tortiya
et ; de 7 à 1 mois de retard à la station de Bou. En ce qui
concerne la variation du nombre de neurones cachés, on note une hausse
sensible aux stations de Marabadiassa, Tortiya et Bou. A la station de Bada, on
n'enregistre aucun changement du nombre de neurones cachés ;
v. l'ajout de l'évapotranspiration et du mois à
la pluie en entrée du modèle Perceptron Multicouche a fortement
diminué le nombre retard. Le nombre de retard est passé : de 2
à 0 mois de retard à la station de Bada ; de 10 à 2 mois
de retard à la station de Marabadiassa ; de 11 à 1 mois de retard
à la station de Tortiya et ; de 7 à 1 mois de retard à la
station de Bou. En ce qui concerne la variation du nombre de neurones
cachés, on note une hausse sensible seulement à la station de
Marabadiassa où le nombre de neurones cachés est passé de
2 à 5. A la station de Tortiya on assiste à une diminution du
nombre de neurones qui passe de 3 à 2. Pour la station de Bou, et de
Bada le nombre de neurones cachés reste identique, donc ne subit pas
d'augmentation.
De façon générale, les résultats
montrent que l'ajout de nouvelles variables explicatives à la
pluie diminue le nombre de retard et augmente le nombre de
neurones cachés au niveau des
modèles Perceptrons Multicouches Dirigés de
simulation (PMCDs) à toutes les stations
hydrométrique d'étude.
|