Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/8748
Registro completo de Metadatos
Campo DCValoridioma
dc.contributor.authorSantos, Matilde
dc.contributor.authorMendoza, Bernardo
dc.date.accessioned2019-02-14T11:32:19Z
dc.date.available2019-02-14T11:32:19Z
dc.date.issued2018
dc.identifier.isbn978-84-09-044460-3
dc.identifier.urihttp://hdl.handle.net/10662/8748
dc.descriptionComunicación presentada a las XXXIX Jornadas de Automática, celebradas en Badajoz del 5 al 7 de Septiembre de 2018 y organizada por la Universidad de Extremadura.es_ES
dc.description.abstractEn 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.es_ES
dc.description.abstractIn 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.es_ES
dc.format.extent6 p.es_ES
dc.format.mimetypeapplication/pdfen_US
dc.language.isospaes_ES
dc.publisherUniversidad de Extremaduraes_ES
dc.relation.ispartofActas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018es_ES
dc.rightsAttribution-NonCommercial 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.subjectAgricultura de precisiónes_ES
dc.subjectLógica fuzzyes_ES
dc.subjectIdentificación de sistemases_ES
dc.subjectMaralfalfa (Pennisetum Purpureum)es_ES
dc.subjectModelo borrosoes_ES
dc.subjectPrecision agriculturees_ES
dc.subjectFuzzy Logices_ES
dc.subjectSystems identificationes_ES
dc.subjectFuzzy Modeles_ES
dc.titleIdentificación borrosa de un cultivo experimentales_ES
dc.title.alternativeFuzzy identification of an experimental cropes_ES
dc.typeconferenceObjectes_ES
dc.description.versionpeerReviewedes_ES
europeana.typeTEXTen_US
dc.rights.accessRightsopenAccesses_ES
dc.subject.unesco1203.22 Sistema de Control de Producciónes_ES
dc.subject.unesco1207.02 Sistemas de Controles_ES
dc.subject.unesco2502 Climatologíaes_ES
dc.subject.unesco3103.01 Producción de Cultivoses_ES
europeana.dataProviderUniversidad de Extremadura. Españaes_ES
dc.identifier.bibliographicCitationSantos, M. y Mendoza, B. 2018. Identificación borrosa de un cultivo experimental. En: I. Tejado Balsera, E. Pérez Hernández, A.J. Calderón Godoy, I. González Pérez, P. Merchán García, J. Lozano Rogado, S. Salamanca Miño y B.M. Vinagre Jara (eds.) Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018. Badajoz: Universidad de Extremadura, pp. 888-893. ISBN 978-84-09-044460-3es_ES
dc.type.versionpublishedVersiones_ES
dc.contributor.affiliationUniversidad Complutense de Madrides_ES
Colección:XXXIX Jornadas de Automática

Archivos
Archivo Descripción TamañoFormato 
978-84-09-04460-3_888.pdf289,62 kBAdobe PDFDescargar


Este elemento está sujeto a una licencia Licencia Creative Commons Creative Commons