Analyse de la série de la production algérienne de blé et son application à la comparaison des performances d’un réseau de neurones récurrent LSTM vs ARIMA

Le présent article se propose d’analyser les caractéristiques de la série temporelle de la production nationale de blé de 1960 à 2022, et comparer les performances prédictives d’un réseau de neurones récurrent lstm avec le modèle arima sur cette série. le test kpss montre que cette série est non stationnaire, et un test de détection de rupture a identifié une rupture de tendance en 2002, mettant en évidence une dynamique de croissance de la production. les facteurs climatiques défavorables ne pouvant expliquer cette rupture, c’est beaucoup plus la politique agricole de soutien de l’etat, initiée à la fin des années 90, qui en a été la cause. la sous-période 1960-2002 a été utilisée pour comparer les performances prédictives d’un lstm sous optimal avec le modèle arima optimal. les valeurs respectives (plus faibles) 451.9956 et 0.4254 du rmse et du mape du lstm sur l’ensemble test, comparées à celles de l’arima avec 769.5197 et 0.4631 montrent la supériorité du lstm. l’utilité d’un tel résultat est qu’il permet de prendre le lstm comme modèle de référence pour les prévisions de la production du blé en algérie