Abstract:
Cette étude vise à clarifier les étapes de la modélisation prédictive à l’aide de deux réseaux de
neurones et à les comparer , où une application pratique a été faite sur deux séries temporelles de
valeurs de consommation d’énergie pour l’entreprise algérienne Sonelgaz Bordj Bou Arreridj , basée
sur la technique d’entraînement et l’utilisation de deux programmes EVIEWS et «Matlab R2023»,
dans le traitement des données et l’obtention des résultats.
Les deux algorithmes pour les deux modèles des deux réseaux de neurones artificiels utilisés pour
décrire le mouvement de l’activité de consommation d’énergie d’entreprise ont prouvé leur capacité
à fournir de bonnes prédictions avec peu d’erreurs attendues. Cette étude a également confirmé l’importance
de l’analyse statistique de données et leur relation avec la planification économique et les
processus décisionnels. Enfin, nous témoignons la grande capacité prédictive des modèles de réseaux
artificiels par rapport aux autres méthodes
This study aims to clarify the steps of predictive modeling using two neural networks and to
compare them , where a practical application was made on two time series of energy consumption
values for the Algerian company Sonelgaz Bordj Bou Arreridj , based on the training technique and
the use of two programs EVIEWS and “Matlab R2023”, in data processing and obtaining results.
The two algorithms of the two models of the two artificial neural networks , that were relied upon
to describe the movement of energy consumption activity in the organization proved their ability
to provide good predictions with a small number of expected errors, and this study also emphasized
the importance of statistical analysis of data and its relationship to economic planning and
decision-making processes. Ultimately, we witness the higher predictive power of neural network
models compared to other methods.
