Objectifs spécifiques

1. Analyse IAS utilisant des réseaux de neurones artificiels multi-classes (ARN-MC) pour la prédiction de la valeur des paramètres d’intérêt ;
2. Analyse hybride ANFIS pour l’interprétation tridimensionnelle des interdépendances et tendances entre indicateurs (logiciel Matlab – flou);
3. Optimisation de l’ASI ;

Pas:

1. Étude du concept d’ASI et de la manière pratique de la réaliser ;

Création d’une base de données suite aux mesures à un IAS ;

Prédire la taille des paramètres de l’UPS en utilisant comme logiciel : Your Learning Machine ;

1. Utilisation des résultats obtenus à l’aide de réseaux de neurones artificiels multi-classes dans l’analyse FIS d’UPS (Takagi-Sugeno) en utilisant comme logiciel Matlab : fuzzy-FIS Sugeno ;

Optimisation d’une collecte de fonds en fonction des résultats obtenus ;