http://dspace.univ-djelfa.dz:8080/xmlui/handle/123456789/120 Thu, 16 Apr 2026 11:58:09 GMT 2026-04-16T11:58:09Z http://dspace.univ-djelfa.dz:80/xmlui/bitstream/id/81/ http://dspace.univ-djelfa.dz:8080/xmlui/handle/123456789/120 http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8187 TARGETED SYNTHESIS OF ASYMMETRIC ALKYLATED COUMARIN DERIVATIVES AS POTENTIAL SARS-CoV-2 MAIN PROTEASE INHIBITORS: CASCADE ADDITION, ALKYLATION, MOLECULAR DOCKING, AND ADME EVALUATION // SYNTHÈSE CIBLÉE DE DÉRIVÉS DE COUMARINE ALKYLÉS ASYMÉTRIQUES COMME INHIBITEURS POTENTIELS DE LA PROTÉASE PRINCIPALE DU SARS-COV-2 : ADDITION EN CASCADE, ALKYLATION, DOCKING MOLÉCULAIRE ET ÉVALUATION ADME جعفر, لخضر Jaafar Lakhder تركز هذه الدراسة على تخليق مشتقات الكومارين المُلكلة كمثبطات للإنزيم البروتيني الرئيسي لفيروس SARS-CoV-2، باستخدام تفاعل متسلسل في وعاء واحد يتبعه تفاعل ألكلة. استُخدمت ثلاثة أنواع مختلفة من الكومارين كنقطة انطلاق، وأُنتجت اثنا عشر مشتقًا جديدًا بكفاءة عالية، وتم تأكيد تراكيبها باستخدام تقنيات ¹H NMR، ¹³C NMR، HRMS، والتحليل البلوري بالأشعة السينية. أظهرت دراسات الإرساء الجزيئي باستخدام برنامج AutoDock Vina أن بعض المشتقات، خصوصًا 4c و4d و6c، تمتلك طاقة ارتباط قوية مع الإنزيم، متفوقة على الدواء المرجعي هيدروكسي كلوروكوين، مع تفاعلات رئيسية مع المخلفات النشطة مثل His41 وMet49 وGly143 وCys145 وMet165. كما أظهرت التحاليل الدوائية والفيزيائية-الكيميائية أن جميع المشتقات تحقق المعايير الأساسية للتشابه الدوائي، مما يشير إلى إمكانية استخدامها كمثبطات واعدة للإنزيم البروتيني الرئيسي لفيروس .SARS-CoV-2 This study reports the synthesis of alkylated coumarin derivatives as potential SARS-CoV-2 main protease inhibitors using a one-pot cascade addition followed by alkylation. Three different coumarins were used as starting materials, yielding twelve novel derivatives with high efficiency. Their structures were confirmed through ¹H NMR, ¹³C NMR, HRMS, and single-crystal X-ray diffraction. Molecular docking using AutoDock Vina revealed that compounds 4c, 4d, and 6c showed the strongest binding affinities, outperforming the reference drug hydroxychloroquine, and interacting with key active site residues such as His41, Met49, Gly143, Cys145, and Met165. Physicochemical and ADME analyses confirmed that all derivatives met key drug-likeness criteria, indicating their potential as promising SARS-CoV-2 main protease inhibitors. Cette étude porte sur la synthèse de dérivés de coumarine alkylés comme inhibiteurs potentiels de la protéase principale du SARS-CoV-2, en utilisant une réaction en cascade en une seule étape suivie d’une alkylation. Trois types de coumarines ont été utilisés comme matières de départ, permettant l’obtention de douze nouveaux dérivés avec un rendement élevé. Leurs structures ont été confirmées par ¹H NMR, ¹³C NMR, HRMS et diffraction des rayons X sur monocristal. L’étude de docking moléculaire avec AutoDock Vina a montré que les composés 4c, 4d et 6c présentent les meilleures affinités de liaison, surpassant le médicament de référence hydroxychloroquine, avec des interactions clés avec les résidus actifs His41, Met49, Gly143, Cys145 et Met165. Les analyses physico-chimiques et ADME ont confirmé que tous les dérivés respectent les principaux critères de similarité médicamenteuse, suggérant leur potentiel en tant qu’inhibiteurs prometteurs de la protéase principale du SARS-CoV-2. Thu, 05 Feb 2026 00:00:00 GMT http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8187 2026-02-05T00:00:00Z http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8186 Energy Management and Monitoring in an Electric Vehicle using IoT Technology Based on Artificial intelligence واضح, عبد الفتاح Abdelfetah Ouadah تُعدّ المركبات الكهربائية (EV) من أهم الحلول لتحقيق النقل المستدام، ومع ذلك، تواجه هذه المركبات تحديات كبيرة تتعلق بإدارة الطاقة والمراقبة الذكية لأنظمة البطاريات. يهدف هذا العمل إلى تطوير استراتيجيات فعالة لتسيير الطاقة وأنظمة مراقبة متقدمة في المركبات الكهربائية الهجينة وتلك التي تعتمد على خلايا الوقود. يعتمد النهج المقترح على استخدام تقنيات الذكاء الاصطناعي (AI) وإنترنت الأشياء (IoT) لتحسين الكفاءة الطاقوية وضمان الموثوقية والأمان أثناء التشغيل. تم تصميم واختبار عدة استراتيجيات تحكم، مثل التحكم بالمنطق الضبابي وخوارزميات التحسين الجيني، بالإضافة إلى أساليب مراقبة تعتمد على التعلم الآلي، كما استخدمت خوارزميات مثل K-means و Random Forest لتقدير حالة شحن البطارية (SOC) وحالتها الصحية (SOH) بدقة عالية. تم تنفيذ المحاكاة باستخدام برنامج MATLAB/Simulink لتقييم الأداء من حيث كفاءة استهلاك الطاقة واستقرار النظام والكشف المبكر عن الأعطال. أظهرت النتائج أن دمج الذكاء الاصطناعي مع إنترنت الأشياء يساهم في تحسين الكفاءة، وإطالة عمر البطارية، وتعزز الاستدامة في المركبات الكهربائية Electric Vehicles have become a key solution for sustainablemobility, yet challenges persist in energyoptimization and real-time monitoring. This thesis focuses on developingadvancedenergy management and intelligent monitoring strategies for hybrid and fuel cellelectricvehicles. The proposedframework combines Artificial Intelligence and Internet of Things technologies to enhanceenergyefficiency, reliability, and safety. Several control strategies are designed and evaluated, includingfuzzylogic-based management, GeneticAlgorithmoptimization, and machine learning-based monitoring. The integration of K-means clustering and Random Forest classification enables accurateprediction of battery State of Charge and State of Health, whileensuring stable operationunderdynamicdriving conditions. The developedmodels are simulated using MATLAB/Simulink to validate performance in terms of energyefficiency, battery stability, and faultprediction. The resultsdemonstratethatcombining AI-driven control and IoT-based monitoring significantlyimproves system adaptability and sustainability Les véhicules électriques constituent aujourd’hui une solution essentielle pour une mobilité durable. Toutefois, des défis majeurs subsistent en matière d’optimisation énergétique et de surveillance en temps réel. Cette thèse propose le développement de stratégies avancées de gestion d’énergie et de surveillance intelligente pour les véhicules hybrides et à pile à combustible. Le cadre méthodologique repose sur l’intégration de l’intelligence artificielle et de l’Internet des objets afin d’améliorer l’efficacité énergétique, la fiabilité et la sécurité des systèmes embarqués. Plusieurs stratégies de contrôle ont été conçues et évaluées, notamment la gestion basée sur la logique floue, l’optimisation par algorithmes génétiques, ainsi que des approches de surveillance fondées sur l’apprentissage automatique. L’intégration des méthodes de regroupement K-means et de classification par forêts aléatoires permet d’estimer avec précision l’état de charge et l’état de santé de la batterie, tout en assurant la stabilité du système dans des conditions de conduite variables. Les modèles développés ont été simulés sous MATLAB/Simulink afin de valider les performances en termes d’efficacité énergétique, de stabilité de la batterie et de détection préventive des défauts. Les résultats montrent que la combinaison du contrôle intelligent basé sur l’intelligence artificielle et de la surveillance connectée via l’Internet des objets améliore significativement l’adaptabilité, la durabilité et la performance globale des véhicules électriques. Thu, 12 Mar 2026 00:00:00 GMT http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8186 2026-03-12T00:00:00Z http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8185 Modélisation des systèmes d'énergie photovoltaïque // Modeling of photovoltaic energy systems مختار, علي Ali Mokhtar تعالج هذه الأطروحة تحدي التنبؤ الدقيق بالطاقة الكهروضوئية (PV)، وهو عنصر حاسم في دمج الطاقة المتجددة ضمن شبكات الكهرباء الحديثة. ومع تزايد أهمية الطاقة الشمسية في التحول الطاقوي العالمي، تفرض طبيعتها المتقطعة والمعتمدة على الطقس ضرورة اعتماد نماذج تنبؤية فعّالة. يركز هذا العمل على استغلال تقنيات الذكاء الاصطناعي خاصة الشبكات العصبية العميقة مثل الشبكات الالتفافية (CNN) وشبكات الذاكرة طويلة المدى (LSTM)لتحسين دقة التنبؤ. كما يشمل تقنيات متقدمة لاختيار الخصائص مثل ReliefF ، mRMR وCFS بالإضافة الى تحليل الإشارة باستخدام VDM. تتكون الدراسة من ثلاثة أجزاء رئيسية: عرض لتقنيات الطاقة الشمسية وسياقها الطاقوي استعراض لمقاربات التنبؤ باستخدام الذكاء الاصطناعي وتقييم تجريبي لأداء النماذج. يهدف هذا البحث إلى تطوير نموذج ذكي يُمكِّن من التنبؤ الدقيق بإنتاج الطاقة الكهروضوئية، عبر دمج تقنيات اختيار الميزات، تحليل الإشارة، والتعلم العميق، مع تطبيقه على المناخ الصحراوي الجزائري لتحسين أداء وإدارة أنظمة الطاقة الشمسية. أظهرت النتائج فعالية الأساليب الهجينة في تحسين الدّقة ودعم إدارة الطاقة خاصة في المناطق الغنية بالإشعاع الشمسي مثل الجزائر. This thesis addresses the challenge of accurate photovoltaic (PV) power forecasting, a critical component in the integration of renewable energy into modern power grids. As solar energy becomes a key player in the global energy transition, the intermittent and weather-dependent nature of PV production necessitates reliable predictive models. This work explores the use of artificial intelligence (AI), specifically deep learning methods such as Convolutional Neural Networks (CNN) and Long Short-Term Memory networks (LSTM), to improve the forecasting of solar power. It also incorporates advanced feature selection techniques like ReliefF, MRMR and CFS, as well as signal decomposition using VMD, to enhance model performance. The study is structured in three main parts: an overview of PV technology context, an exploration of AI-based forecasting approaches, and a comparative evaluation of predictive model performance. The aim of this thesis is to develop an intelligent model for accurate prediction of photovoltaic power output by integrating feature selection, signal analysis, and deep learning techniques, applied to the Algerian desert climate to enhance the performance and management of solar energy systems. Experimental results highlight the relevance of hybrid methods for better accuracy and energy management,particulary in solar-rich regions like Algeria. Cette thèse traite le défi de la prévision précise de la puissance photovoltaïque (PV),un enjeu essentiel pour l'intégration des énergies renouvelables dans les réseaux électriques modernes. Alors que l'énergie solaire occupe une place centrale dans la transition énergétique mondiale, la variabilité liée aux conditions météorologiques impose le recours à des modèles prédictifs fiables. Ce travail explore l'utilisation de l'intelligence artificielle (AI), notamment les réseaux de neurones profonds tels que CNN et LSTM, pour améliorer la prévision de l'énergie solaire. Il intègre également des techniques avancées de sélection de caractéristiques comme ReliefF, mRMR et CFS, ainsi que la décomposition du signal par VMD. L'étude des approches de prévision basées sur AI, et une évaluation comparative des performances des modèles. L’objectif de cette thèse est de développer un modèle intelligent capable de prédire avec précision la production d’énergie photovoltaïque, en combinant des techniques de sélection de caractéristiques, d’analyse de signal et d’apprentissage profond, appliqué au climat désertique algérien afin d’améliorer la performance et la gestion des systèmes solaires. Les résultats expérimentaux montrent la pertinence des approches hybrides pour une prévision plus précise et une gestion énergétique optimisée, notamment dans des régions fortement ensoleillées comme l'Algérie. Wed, 26 Nov 2025 00:00:00 GMT http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8185 2025-11-26T00:00:00Z http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8184 Etude de l’impact des facteurs intrinsèques et extrinsèques sur la régénération naturelle de Juniperus phoenicea L., 1753, dans le semi-aride (Djelfa ; Algérie) // Study on the Impact of Intrinsic and Extrinsic Factors on the Natural Regeneration of Juniperus phoenicea L., 1753, in Semi-arid (Djelfa; Algeria) بن عبد الرحمان, احلام Benabderrahmane Ahlame الهـــدف مـــن هذه الدراســة هو تحديد العوامل الرئيسية المؤثرة على التجدد الطبيعي لشجرة العرعر الفينيقي في المنطقة شبه الجافة الواقع في منطقة الجلفة وسط الأطلس الصحراوي. (الجزائر. تم أخذ 100عينة دائرية بمساحة 400 م2 لكل منها، ضمن عشر محطات كبيرة ومتجانسة باستخدام طريقة أخذ العينات المختلطة (العينة الطبقية والعينة المنهجية). في كل عينة تم قياس متغيرات القياس الغابي التالية (الارتفاع الكلي، الارتفاع السائد، الكثافة، ومساحة التاج التراكمية)، ومن تم ربطها بخصائص الموقع (كالإرتفاع والواجهة الجبلية و الإنحدار ، طبيعة التربة والطبغرافيا) هذا بالإضافة إلى سمات بنية الغطاء النباتي الغابي مثل الأنواع النباتية السائدة. أبرز تحليل البيانات أن تجمعات العرعر الفينيقي في الأطلس الصحراوي توجد في ثلاثة "أنواع بيئية" متباينة: تجمعات متوسعة، تجمعات مكتفية ذاتياً، وتجمعات متراجعة. وهكذا، أظهرت تحليل البيانات الديموغرافية باستخدام جداول الحياة للعرعر أن التجديد الطبيعي يمكن أن يبقى جيدا الى أجل .كما للعرعر أن ينمو في الضوء الكامل وفي الظل، والتسهيل من طرف الاشجار الحاضنة ليس الآلية الرئيسية لتجديده. تستخدم تجمعات العرعر المنحدرات السفلية والجانب الظليل من الجبل كملاذات مناخية حيث تستفيد من إمدادات المياه. وأيضا، أظهرت القياسات الغابية أن تجدد أشجار العرعر يتناقص مع اتساع سمات العشيرة لا سيما الارتفاع السائد، ومساحة إسقاط التاج. و يزداد بشكل متناسب مع متوسط الارتفاع الكلي ومساحة التاج السائد، وهذا ما يؤكد خاصية هذا النوع النباتي المحبة للضوء. تمت ملاحظة أقصى كثافة تجديدية للعرعر في المواقع التي تتراوح نسبة تغطية تاجها الشجري بين 16% و20% وبكثافة تتراوح بين 100 إلى 115 شجرة/هكتار. فيما يخص التأثيرات الإيكولوجية بما في ذلك ديناميكية وبنية مجموعات على تجدد العرعر الفينيقي التي تشير إليها الأنواع السائدة، تُظهر أن أفضل تجدد للعرعر الفينيقي يتوافق مع الصنوبر الحلبي وعشائر العرعر النقية. بفضل الانتشار المسهل بواسطة الحيوانات، يظهر نبات العرعر الفينيقي كنوع يتمتع بحركية زمانية ومكانية لتوطن في أراضي جديدة أكثر ملاءمة للتغيرات المناخية La présente étude a pour objectif la mise en évidence des facteurs prépondérants influençant la régénération naturelle de Juniperus phoenicea L. dans la zone semi-aride de la région de Djelfa située l’Atlas saharien central, situé dans (Algérie). Á partir de dix grandes stations homogènes retenues, 100 placettes d’observation temporaires, au total, de 400 m² chacune ont été prospectées selon un échantillonnage mixte (stratifié et systématique). Sur chaque placette, des variables dendrométriques ont été mesurées (hauteur totale, hauteur dominante, densité et surface cumulée des houppiers), auxquelles ont été associées des caractéristiques d’ordre stationnel (altitude, exposition, pente, lithologie), et d’autres facteurs tributaires de la structure de la végétation (première et deuxième espèce dominante, recouvrement global, recouvrement par strate, éléments de la surface du sol). L’analyse des données a mis en évidence, chez les populations de J. phoenicea, trois "types écologiques" contrastés ; Les populations en extension, les populations auto-suffisantes et les populations en déclin. Ainsi, l’Analyse des données démographiques par la table statique de survie a montré que le renouvellement naturel pouvait être maintenu et que la taille de la population reste à un certain moment à l’avenir. Le genévrier rouge peut se développer aussi bien en plein lumière qu'à l'ombre, et la facilitation n'est pas le mécanisme principal de sa régénération. Les populations de genévrier rouge utilisent les bas versants et l’ubac du Djebel comme refuges climatiques dans lesquelles elles bénéficient d’un apport hydrique. La régénération est diminuée avec l'ampleur des attributs du peuplement, notamment la densité des peuplements, la hauteur dominante et la surface de projection des houppiers ; elle est augmentée proportionnellement avec la hauteur totale moyenne, la surface de projection des houppiers dominante qui réaffirme son caractère héliophile. La densité de régénération maximale de genévrier rouge a été observée chez les peuplements où la couverture de la canopée est modérée entre 16% et 20 % et une densité de semenciers comprise entre 100 à 115 arbres/ha. L’ambiance écologique, y compris la dynamique et la structuration indiquées par les espèces dominantes, montrent que la meilleure régénération du Juniperus phoenicea correspond aux groupements à Pin d’alep et à juniperaies pures. Grâce à l’endozoochorie, le Juniperus phoenicea apparait comme une espèce ayant une mobilité spatio-temporelle pour conquérir de nouveaux territoires plus adéquats aux changements globaux. The present study aims to highlight the predominant factors influencing the natural regeneration of Juniperus phoenicea L. in zone of the Djelfa region, located in the semi-arid (the central Saharan Atlas .Algeria). Based on ten selected homogeneous major stations, a total of 100 temporary observation plots of 400 m² each were surveyed using a mixed sampling method (stratified and systematic). On each plot, dendrometric variables were measured (total height, dominant height, density, and cumulative crown area), to which station-related characteristics (altitude, exposure, slope, lithology) and other factors attributing to the structure of the vegetation (first and second dominant species, overall coverage, coverage by layer, surface soil elements) were associated. The data analysis highlighted that the J. phoenicea populations are found in three contrasting "ecological types": expanding populations, self-sufficient populations, and declining populations. Thus, the analysis of demographic data using static life tables showed that natural renewal could be maintained and that the population size could remain at a certain point in the future. The red juniper can grow both in full light and in the shade, and facilitation is not the main mechanism of its regeneration. The populations of red juniper use the lower slopes and the shady side of the Djebel as climatic refuges where they benefit from a water supply. The regeneration of red juniper is diminished with the extent of the stand attributes, notably stand density, dominant height, and crown projection area. It is increased proportionally with average total height and dominant crown projection area, which reaffirms its heliophilous character. The maximum regeneration density of red juniper was observed in stands where the canopy cover is moderate between 16% and 20% and a seedling density ranging from 100 to 115 trees/ha. The ecological ambiance, including the dynamics and structuring indicated by the dominant species, shows that the best regeneration of Juniperus phoenicea corresponds to Aleppo pine stands and pure juniper groves. Thanks to endozoochory, Juniperus phoenicea appears as a species with spatiotemporal mobility to conquer new territories more suitable for global changes. Tue, 27 Jan 2026 00:00:00 GMT http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8184 2026-01-27T00:00:00Z