Andere Kunden interessierten sich auch für
![Modellazione dei sedimenti sospesi con il soft computing]( "Modellazione dei sedimenti sospesi con il soft computing")
Modellazione dei sedimenti sospesi con il soft computing36,99 €![Técnicas de Soft Computing para predecir el futuro de la agricultura india]( "Técnicas de Soft Computing para predecir el futuro de la agricultura india")
Técnicas de Soft Computing para predecir el futuro de la agricultura india27,99 €![Stato attuale e passato dell'agricoltura indiana]( "Stato attuale e passato dell'agricoltura indiana")
Stato attuale e passato dell'agricoltura indiana26,99 €![Il futuro dell'agricoltura e dell'agroalimentare in Algeria]( "Il futuro dell'agricoltura e dell'agroalimentare in Algeria")
Il futuro dell'agricoltura e dell'agroalimentare in Algeria36,99 €![Ricerca accademica: innovazione e futuro dell'agricoltura attraverso la ricerca]( "Ricerca accademica: innovazione e futuro dell'agricoltura attraverso la ricerca")
Ricerca accademica: innovazione e futuro dell'agricoltura attraverso la ricerca26,99 €![Il deterioramento microbico dei sottaceti e le loro tecniche di conservazione]( "Il deterioramento microbico dei sottaceti e le loro tecniche di conservazione")
Il deterioramento microbico dei sottaceti e le loro tecniche di conservazione55,99 €![Soft Computing Techniques to Predict the Future of Indian Agriculture]( "Soft Computing Techniques to Predict the Future of Indian Agriculture")
Soft Computing Techniques to Predict the Future of Indian Agriculture26,99 €
L'India, che ha la maggiore superficie agricola coltivata al mondo, è 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 è 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 è quello di ottenere una migliore accuratezza. La performance di predizione è stata valutata usando equazioni di ricerca dell'errore come Mean Squared Error (MSE), Root Mean Square Error (RMSE) e Average Error.