Browsing by Author "BOUACHA Ismail (Co-Encadrant)"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    DÉVELOPPEMENT D'UNE APPROCHE PRÉDICTION BASÉE SUR LES RÉSEAUX DE NEURONES DE LA CHAÎNE LOGISTIQUE SUPPLY SIDE CAS D'ÉTUDE : ENTREPRISE DE PRODUCTION PHARMACEUTIQUE DAR EL-BEIDA – ALGÉRIE
    (Ecole Nationale Superieure de Technologie et d'Ingénierie. Annaba, 2024) KHALLA Charaf; BOUDERSA Abd EL Djalil; DRISS Imen (Encadrant); BOUACHA Ismail (Co-Encadrant)
    Le sujet de ce mémoire porte sur l'utilisation des réseaux de neurones artificiels pour améliorer la prédiction de la demande en matières premières dans un contexte industriel. L'étude se concentre sur le développement et l'évaluation d’un modèle neurone avancés, destiné à fournir des prévisions plus fiables que les méthodes traditionnelles. L'objectif est de démontrer le potentiel des techniques d'apprentissage automatique pour optimiser les processus d'approvisionnement, de production et de distribution au sein de l'entreprise.
  • Thumbnail Image
    Item
    DEVELOPPEMENT D’UNE APPROCHE PREDICTION BASEE SUR LES SVM DE LA CHAINE LOGISTIQUE SUPPLY SIDE CAS D’ETUDE : ENTREPRISES DE PRODUCTION PHARMACEUTIQUE - DAR EL- BEIDA –ALGERIE
    (ECOLE NATIONALE SUPERIEURE DE TECHNOLOGIE ET D’INGENIERIE – ANNABA, 2024) BOUAZIZ Mohamed Lamine; SAADI Daya El Hak; DRISS Imen (Encadrant); BOUACHA Ismail (Co-Encadrant)
    Dans ce projet nous avons explore l’utilisation de l’intelligence artificielle (IA) pour anticiper les besoins futurs en matières premières. Le défi majeur est la prédiction précise de la demande en matières premières dans les années à venir. Nous passons en revue les méthodes d’IA, notamment les machines à vecteurs de support (SVM), qui se sont avérées efficaces dans divers domaines. Ce travail détaille la création de notre modèle SVM pour la prédiction de quantités, avec une évaluation des performances et une comparaison avec d’autres approches. En conclusion, nous soulignons l’importance de l’IA dans la gestion des matières premières.