Optimisation de l’estimation paramétrique optimale du modèle Autorégressif avec Intelligence Artificielle : Approche Hybride

Abstract

L’objectif principal de ce travail de Master concerne l’étude des techniques conventionnelles, comme l’algorithme de Levinson, pour l’estimation des paramètres du modèle autorégressif (AR). Ensuite, nous visons à introduire les techniques d’optimisation à base des Algorithmes Génétiques (AG) et de l'Optimisation par Essaims Particules (PSO) pour améliorer l’estimation des paramètres du modèle AR. La procédure AR-Levinson avec les algorithmes de l’intelligence artificielle(IA) a été appliquée et testée sur deux signaux modèles. Elle permet d’obtenir une bonne estimation de la densité spectrale de puissance (DSP) et d’affiner l’estimation des paramètres d’un modèle AR. Les résultats des tests montrent l’importance et l’intérêt des AG et PSO dans l’amélioration des performances d’estimation des paramètres du modèle AR par ajustement.