Titre :	Une application mobile SIR FIAMANE sur Les accidents de la route en Algérie
Type de document :	document électronique
Auteurs :	Mohamed Mahdaoui, Auteur ; Mohamed Chedri, Auteur ; Lamri Douidi, Directeur de thèse
Editeur :	Sétif:UFA1
Année de publication :	2024
Importance :	1 vol (77 f .)
Format :	29 cm
Langues :	Français (fre)
Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Informatique
Index. décimale :	004 Informatique
Résumé :	Ce projet traite de la collecte et de l’analyse des données liées aux accidents de la route, ainsi que de la prédiction des risques d’accidents. Il s’appuie sur l’importance des données pour comprendre les facteurs contributifs des accidents, tels que les conditions météorologiques, la densité du trafic et l’infrastructure routière. L’utilisation de techniques analytiques et de modèles prédictifs permet de mieux cerner les tendances et de prévoir les zones à risque élevé. L’objectif est de développer des outils qui facilitent la prévention des accidents en identifiant les facteurs clés et en proposant des solutions basées sur l’analyse des données. Ce type de projet s’inscrit dans une démarche proactive de sécurité routière, où la technologie et les données contribuent à réduire les accidents et à protéger les usagers de la route.
Note de contenu :	Sommaire Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Dédicace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Dédicace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Resumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 ???????????????????? 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ا Introduction Générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1 Contexte du projet 13 Chapitre 1 : Contexte de la Recherche 14 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.2 Problématique des accidents routiers . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3 Défis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4 Besoin d’une solution prédictive pour la sécurité routière . . . . . . . . . . . . . . . . 15 1.5 Rôle de la technologie dans la sécurité routière . . . . . . . . . . . . . . . . . . . . . 15 1.6 Applications mobiles et intelligence artificielle pour la sécurité routière . . . . . . . . 15 1.7 Justification du Projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.8 Objectifs du Projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 Conclusion 16 2 Approche de collecte de données 17 Chapitre 2 : Approche de collecte de données 18 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 Les outils de collecte de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.1 Le formulaire papier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.2 Le questionnaire en ligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3 Les applications mobiles, la collection de données 2.0 . . . . . . . . . . . . . . 18 2.3 Situation routière dans les dernières années . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.1 À l’échelle mondiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.2 Afrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.3 Algérie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.4 Source de données sur le niveau national . . . . . . . . . . . . . . . . . . . . . . 20 Conclusion 27 3 État de l’art 28 Chapitre 3 : État de l’art 29 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3 Types d’accidents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4 Tendances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4.1 Par saison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.2 Par jour et heure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5 Causes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5.1 Erreurs humaines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5.2 Conditions Environnementales . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5.3 Problèmes Mécaniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5.4 Défauts d’Infrastructure en Algérie . . . . . . . . . . . . . . . . . . . . . . . . 32 Conclusion 32 4 Méthodologie de la prédiction 33 Chapitre 4 : Méthodologie de la prédiction 34 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.2 Choix des modèles et algorithmes d’intelligence artificielle . . . . . . . . . . . . . . . 34 4.2.1 Réseaux de neurones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.2.2 Forêts aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2.3 Régression logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2.4 Machines à vecteurs de support (SVM) . . . . . . . . . . . . . . . . . . . . . 35 4.2.5Justification du choix de la forêt aléatoire . . . . . . . . . . . . . . . . . . . . 35 4.2.6 Comparaison avec d’autres modèles . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.1 Nettoyage des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.2 Normalisation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.3 Équilibrage des classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4 Entraînement du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.1 Division des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.2 Optimisation des hyperparamètres . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.3 Validation croisée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.5 Évaluation des performances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.5.1 Métriques d’évaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.6 Déploiement du modèle dans l’application mobile . . . . . . . . . . . . . . . . . . . . 38 Conclusion 38 5 Conception de l’application SIR FI AMANE 39 Chapitre 05 : Conception de l’application SIR FI AMANE 40 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 5.2 Les méthodes de stockage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 5.3 Solution proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 5.4 Les avantages de ”Sir Fi Aman” . . . . . . . . . . . . . . . . . . . . . . . . . . 41 5.5 Présentation de l’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 5.5.1 Modèle conceptuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 5.2.2 Fonctionnalités de l’application mobile . . . . . . . . . . . . . . . . . . 44 5.2.3 Outils et technologies utilisés . . . . . . . . . . . . . . . . . . . . . . . . 69 Conclusion 71 6 Conclusion et Perspectives 72 Chapitre 6 : Conclusion et Perspectives 73 6.1 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 6.1.1 Établir des statistiques au niveau national . . . . . . . . . . . . . . . . 73 6.1.2 Analyser les données sur plusieurs années . . . . . . . . . . . . . . . . 73 6.1.3 Utiliser des données locales plus détaillées . . . . . . . . . . . . . . . . 73 6.1.4 Améliorer les prédictions grâce à des ensembles de données plus riches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 6.1.5 Améliorer l’interface de la carte et la fonctionnalité de prédiction . 74
Côte titre :	MAI/0948

Une application mobile SIR FIAMANE sur Les accidents de la route en Algérie [document électronique] / Mohamed Mahdaoui, Auteur ; Mohamed Chedri, Auteur ; Lamri Douidi, Directeur de thèse . - [S.l.] : Sétif:UFA1, 2024 . - 1 vol (77 f .) ; 29 cm.
Langues : Français (fre)

Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Informatique
Index. décimale :	004 Informatique
Résumé :	Ce projet traite de la collecte et de l’analyse des données liées aux accidents de la route, ainsi que de la prédiction des risques d’accidents. Il s’appuie sur l’importance des données pour comprendre les facteurs contributifs des accidents, tels que les conditions météorologiques, la densité du trafic et l’infrastructure routière. L’utilisation de techniques analytiques et de modèles prédictifs permet de mieux cerner les tendances et de prévoir les zones à risque élevé. L’objectif est de développer des outils qui facilitent la prévention des accidents en identifiant les facteurs clés et en proposant des solutions basées sur l’analyse des données. Ce type de projet s’inscrit dans une démarche proactive de sécurité routière, où la technologie et les données contribuent à réduire les accidents et à protéger les usagers de la route.
Note de contenu :	Sommaire Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Dédicace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Dédicace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Resumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 ???????????????????? 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ا Introduction Générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1 Contexte du projet 13 Chapitre 1 : Contexte de la Recherche 14 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.2 Problématique des accidents routiers . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3 Défis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4 Besoin d’une solution prédictive pour la sécurité routière . . . . . . . . . . . . . . . . 15 1.5 Rôle de la technologie dans la sécurité routière . . . . . . . . . . . . . . . . . . . . . 15 1.6 Applications mobiles et intelligence artificielle pour la sécurité routière . . . . . . . . 15 1.7 Justification du Projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.8 Objectifs du Projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 Conclusion 16 2 Approche de collecte de données 17 Chapitre 2 : Approche de collecte de données 18 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 Les outils de collecte de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.1 Le formulaire papier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.2 Le questionnaire en ligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3 Les applications mobiles, la collection de données 2.0 . . . . . . . . . . . . . . 18 2.3 Situation routière dans les dernières années . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.1 À l’échelle mondiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.2 Afrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3.3 Algérie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.4 Source de données sur le niveau national . . . . . . . . . . . . . . . . . . . . . . 20 Conclusion 27 3 État de l’art 28 Chapitre 3 : État de l’art 29 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3 Types d’accidents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4 Tendances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4.1 Par saison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.2 Par jour et heure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5 Causes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5.1 Erreurs humaines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.5.2 Conditions Environnementales . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5.3 Problèmes Mécaniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5.4 Défauts d’Infrastructure en Algérie . . . . . . . . . . . . . . . . . . . . . . . . 32 Conclusion 32 4 Méthodologie de la prédiction 33 Chapitre 4 : Méthodologie de la prédiction 34 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.2 Choix des modèles et algorithmes d’intelligence artificielle . . . . . . . . . . . . . . . 34 4.2.1 Réseaux de neurones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.2.2 Forêts aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2.3 Régression logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2.4 Machines à vecteurs de support (SVM) . . . . . . . . . . . . . . . . . . . . . 35 4.2.5Justification du choix de la forêt aléatoire . . . . . . . . . . . . . . . . . . . . 35 4.2.6 Comparaison avec d’autres modèles . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.1 Nettoyage des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.2 Normalisation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.3 Équilibrage des classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4 Entraînement du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.1 Division des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.2 Optimisation des hyperparamètres . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4.3 Validation croisée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.5 Évaluation des performances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.5.1 Métriques d’évaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.6 Déploiement du modèle dans l’application mobile . . . . . . . . . . . . . . . . . . . . 38 Conclusion 38 5 Conception de l’application SIR FI AMANE 39 Chapitre 05 : Conception de l’application SIR FI AMANE 40 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 5.2 Les méthodes de stockage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 5.3 Solution proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 5.4 Les avantages de ”Sir Fi Aman” . . . . . . . . . . . . . . . . . . . . . . . . . . 41 5.5 Présentation de l’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 5.5.1 Modèle conceptuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 5.2.2 Fonctionnalités de l’application mobile . . . . . . . . . . . . . . . . . . 44 5.2.3 Outils et technologies utilisés . . . . . . . . . . . . . . . . . . . . . . . . 69 Conclusion 71 6 Conclusion et Perspectives 72 Chapitre 6 : Conclusion et Perspectives 73 6.1 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 6.1.1 Établir des statistiques au niveau national . . . . . . . . . . . . . . . . 73 6.1.2 Analyser les données sur plusieurs années . . . . . . . . . . . . . . . . 73 6.1.3 Utiliser des données locales plus détaillées . . . . . . . . . . . . . . . . 73 6.1.4 Améliorer les prédictions grâce à des ensembles de données plus riches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 6.1.5 Améliorer l’interface de la carte et la fonctionnalité de prédiction . 74
Côte titre :	MAI/0948