La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Génération de population agricole à partir de données agrégées et dun panel représentatif de fermes. réalisé par Mickaël Bourion au LISC, Cemagref de Clermont.

Présentations similaires


Présentation au sujet: "Génération de population agricole à partir de données agrégées et dun panel représentatif de fermes. réalisé par Mickaël Bourion au LISC, Cemagref de Clermont."— Transcription de la présentation:

1 Génération de population agricole à partir de données agrégées et dun panel représentatif de fermes. réalisé par Mickaël Bourion au LISC, Cemagref de Clermont Ferrand sous la direction de Thierry Faure DESS SIAD année septembre 2002

2 Sommaire IntroductionIntroduction I. Analyse de données II. Les méthodes de génération de population III. Lapplication Conclusion - Perspectives

3 Le contexte du stage Le CIAT (Centre International de lAgriculture Tropicale) Données de recensement : Confidentielles ! Seuls sont disponibles: -Données agrégées -Echantillons Nécessité de créer une application générant une population à partir de ces données Introduction

4 Objectifs de létude Développer un outil réalisant la reconstruction de population Utiliser la population agricole complète du Honduras : -Comme exemple pour lapplication -Pour étudier ses caractéristiques -Pour manipuler les méthodes dagrégation Introduction

5 Spécifications du programme Outil générique (échelles et paramètres variables) Opération « inverse » : générer une population à partir dun échantillon Programme en sources libres Localisation en 3 langues Introduction

6 I. Analyse de donnéesI. Analyse de données II. Les méthodes de génération de population III. Lapplication Conclusion - Perspectives

7 Présentation des données Le Honduras plus de exploitations 3 échelles administratives : I. Analyse de données Honduras Département 1 Municipalité 100 Village Village Village Municipalité 101 Municipalité 124 Département 2 Département 18

8 Présentation des données 3 matrices de paramètres : -Exploitations (surfaces, usage des terres…) -Producteurs (âge, sexe, condition juridique…) -Productions (quantités et types…) I. Analyse de données

9 Mise en œuvre dalgorithmes avec Scilab Formatage des données Agrégations Corrélations entre paramètres I. Analyse de données

10 Résultats Agrégations Corrélations entre paramètres : Données trop disparates I. Analyse de données

11 Introduction I. Analyse de données II. Les méthodes de génération de populationII. Les méthodes de génération de population III. Lapplication Conclusion - Perspectives

12 Principe de la méthode utilisée Multiplication des prototypes dun échantillon par des coefficients Choix optimal de ces coefficients pour respecter les contraintes des données agrégées Besoin dun algorithme de minimisation des erreurs II. Les méthodes de génération de population

13 Principe de la méthode utilisée II. Les méthodes de génération de population Prototype 1 Prototype 2 Prototype 3 Prototype 1 Prototype 2 Prototype 3 Ferme 1 Ferme 2 Ferme 4 Ferme 5 Ferme 6 Ferme 7 Ferme 8 Ferme 3 P (échantillon) P (pop générée) P (pop initiale) Σ fermes = 8 Σ productions = 150 P ( données agrégées ) Prototype 2

14 2 types dalgorithmes II. Les méthodes de génération de population Algorithme quadratique : pour générer une population à partir dun échantillon. Algorithme de type Monte Carlo (non analytique) : pour générer un échantillon à partir dune population entière

15 Algorithme de minimisation quadratique Formulation du problème Transformationmin (0.5*x t *Q*x+p t *x) I*x=N Pour le programme : Algorithme de « R » II. Les méthodes de génération de population Contrainte(s) : + … producteursproductions

16 Algorithmes de type Monte Carlo Hill climbing recuit simulé (simulated annealing) P(δE) = exp (-δE / T) Algorithme génétique … II. Les méthodes de génération de population

17 Introduction I. Analyse de données II. Les méthodes de génération de population III. LapplicationIII. Lapplication Conclusion - Perspectives

18 Les modules du programme Module Population Module Statistiques Module Minimisation III. Lapplication

19 Diagramme UML

20 Larborescence de répertoires III. Lapplication Honduras Département 1 Municipalité 100 Village Village Village Municipalité 101 Municipalité 124 Département 2 Département 18 Prototype.txt DonnéesAgreg.txt Info.txt ProtoGénérés.txt

21 Linterface : onglet population III. Lapplication

22 Linterface : Fenêtre de visualisation de larbre III. Lapplication

23 Linterface : onglet Statistiques III. Lapplication

24 Aspects du module Plan dexpérience III. Lapplication Génération de population Génération déchantillon Région étudiée Région étudiée paramètres à minimiser paramètres à minimiser types des données agrégées (qualitatif/ quantitatif) types des données agrégées (qualitatif/ quantitatif) seuil derreur (pour chaque paramètre) seuil derreur (pour chaque paramètre) Zone dexploration Algorithme 1 Générer Algorithme 2

25 Introduction I. Analyse de données II. Les méthodes de génération de population III. Lapplication Conclusion - PerspectivesConclusion - Perspectives

26 Conclusion Acquisition de nouveaux outils Bilan de lanalyse de données Bilan de lapplication - résultats Conclusion - Perspectives

27 Perspectives Documentation Essais et comparaisons des 2 algorithmes Module plan dexpérience Module Visualisation (Java Analysis Studio) Projet « ouvert » - Statistiques évoluées (AFC, Clustering) - ajouts de nouvelles fonctions… Conclusion - Perspectives


Télécharger ppt "Génération de population agricole à partir de données agrégées et dun panel représentatif de fermes. réalisé par Mickaël Bourion au LISC, Cemagref de Clermont."

Présentations similaires


Annonces Google