Taschenbuch. Condition: 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. Seller Inventory # 9786203944730

Contact seller

Buy New

US$ 45.98

Convert currency

Shipping: US$ 25.73

From Germany to U.S.A.

Destination, rates & speeds

Quantity: 2 available

Add to basket

Seller Image

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

Surjeet Kumar

Published by Edizioni Sapienza, 2021

ISBN 10: 6203944734 ISBN 13: 9786203944730

New Taschenbuch

Print on Demand

Seller: AHA-BUCH GmbH, Einbeck, Germany

Seller rating 5 out of 5 stars

Taschenbuch. Condition: 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. Seller Inventory # 9786203944730

Contact seller