Identificación borrosa de un cultivo experimental
Use este enlace para citar
http://hdl.handle.net/2183/24850
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial 3.0 España
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Identificación borrosa de un cultivo experimentalTítulo(s) alternativo(s)
Fuzzy Identification of an Experimental CropData
2018Cita bibliográfica
Santos, M., Mendoza, B. Identificación borrosa de un cultivo experimental. En Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018 (pp.888-893). DOI capítulo: https://doi.org/10.17979/spudc.9788497497565.0888 DOI libro: https://doi.org/10.17979/spudc.9788497497565
Versións
http://hdl.handle.net/10662/8748
Resumo
[Resumen] En el campo de la producción agrícola es importante
contar con un modelo del sistema que permita
anticipar las diferentes situaciones debidas a la
variabilidad de las condiciones climáticas y la
incertidumbre de los datos que se manejan. Una
técnica que permite tratar esta problemática es la
lógica borrosa. En este trabajo, partiendo de datos
registrados de un cultivo experimental de Maralfalfa
en la Granja del Cabildo de Gran Canaria, se
propone un modelo de reglas borrosas obtenido
mediante el método de Wang-Mendel para estimar la
producción de materia seca de este cultivo. Los
resultados se han comparado con una regresión
lineal. El modelo borroso obtenido se ajusta bien a
los datos reales disponibles, lo que permitiría su uso
para la predicción de la cosecha [Abstract] In the agricultural field it is important to have a
model of the crop production in order to forecast
possible situations due to the variability of the
weather conditions and the uncertainty in the
measures. One technique that allows us to deal with
this problem is fuzzy logic. In this work, based on
real data obtained from an experimental crop of
Elephant Grass in the Gran Canaria Cabildo Farm,
a fuzzy model is obtained by the Wang-Mendel
method to estimate the dry matter production of this
crop. The results have been compared with a linear
regression. The fuzzy model is well adjusted to the
available real data, thus it can be used for the
prediction of the harvest.
Palabras chave
Agricultura de precisión
Lógica fuzzy
Identificación de sistemas
Maralfalfa (Pennisetum Purpureum)
Modelo borroso
Precision agriculture
Fuzzy logic
Systems identification
Elephant Grass (Pennisetum Purpureum)
Fuzzy model
Lógica fuzzy
Identificación de sistemas
Maralfalfa (Pennisetum Purpureum)
Modelo borroso
Precision agriculture
Fuzzy logic
Systems identification
Elephant Grass (Pennisetum Purpureum)
Fuzzy model
Versión do editor
Dereitos
Atribución-NoComercial 3.0 España
ISBN
978-84-09-04460-3 (UEX) 978-84-9749-756-5 (UDC electrónico)