Aplicación avanzada de modelos de aprendizaje automático híbridos metaheurísticos para la predicción de la evapotranspiración de cultivos de referencia
Autores: Ikram, Rana Muhammad Adnan; Mostafa, Reham R.; Chen, Zhihuan; Islam, Abu Reza Md. Towfiqul; Kisi, Ozgur; Kuriqi, Alban; Zounemat-Kermani, Mohammad
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aplicación avanzada de modelos de aprendizaje automático híbridos metaheurísticos para la predicción de la evapotranspiración de cultivos de referencia
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Algoritmo metaheurístico híbrido
Predicción de ETo
Regresión de vectores de soporte
Optimización de enjambre de partículas
Optimización de lobo gris
Algoritmo de búsqueda gravitacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
El modelo híbrido de algoritmo metaheurístico (MA), una herramienta avanzada en el campo de la inteligencia artificial, proporciona una predicción precisa de la evapotranspiración de referencia (ETo) que es muy importante para la disponibilidad de recursos hídricos y estudios hidrológicos. Sin embargo, los MA híbridos son poco utilizados para predecir ETo en la literatura existente.
Descripción
El modelo híbrido de algoritmo metaheurístico (MA), una herramienta avanzada en el campo de la inteligencia artificial, proporciona una predicción precisa de la evapotranspiración de referencia (ETo) que es muy importante para la disponibilidad de recursos hídricos y estudios hidrológicos. Sin embargo, los MA híbridos son poco utilizados para predecir ETo en la literatura existente.