Taschenbuch. Condici�n: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -L'India, che ha la maggiore superficie agricola coltivata al mondo, � uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio � quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto � quello di ottenere una migliore accuratezza. La performance di predizione � stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error. 56 pp. Italienisch. N� de ref. del art�culo: 9786203944730

Contactar al vendedor

Comprar nuevo

EUR 39,90

Convertir moneda

Gastos de env�o: EUR 23,00

De Alemania a Estados Unidos de America

Destinos, gastos y plazos de env�o

Cantidad disponible: 2 disponibles

A�adir al carrito

Imagen del vendedor

Tecniche di soft computing per prevedere il futuro dell'agricoltura indiana : Codifica MATLAB

Surjeet Kumar

Publicado por Edizioni Sapienza, 2021

ISBN 10: 6203944734 ISBN 13: 9786203944730

Nuevo Taschenbuch

Impresi�n bajo demanda

Librería: AHA-BUCH GmbH, Einbeck, Alemania

Calificaci�n del vendedor: 5 de 5 estrellas

Taschenbuch. Condici�n: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - L'India, che ha la maggiore superficie agricola coltivata al mondo, � uno dei massicci coltivatori di colture. Inoltre, il riso e il grano sono i principali alimenti di base di molti indiani. Lo scopo principale di questo studio � quello di sviluppare un modello predittivo sulla produzione agricola indiana. Qui, abbiamo usato diversi tipi di modelli di soft computing come la logica Fuzzy, le equazioni statistiche, la rete neurale artificiale (ANN) e l'algoritmo genetico (GA) e abbiamo cercato di sviluppare un modello ibrido per ottenere un risultato ottimale. L'aspetto vitale di questo modello di previsione proposto � quello di ottenere una migliore accuratezza. La performance di predizione � stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error. N� de ref. del art�culo: 9786203944730

Contactar al vendedor