Evaluation of the Reference Evapotranspiration for a Greenhouse Crop Using anAdaptive-Network-Based Fuzzy Inference System (ANFIS)

Autor: Frédéric Lafont, Julio C. Fernández, Jean-François Balmat, Abdouramane Moussa Ali, Nathalie Pessel
Přispěvatelé: Laboratoire d'Informatique et Systèmes (LIS), Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU), Contrôle et Diagnostic pour l’Environnement (CDE), Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU), Universidad politécnica de pachuca, Aix Marseille Université (AMU)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS), Aix Marseille Université (AMU)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS)
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: The 3rd International Conference on Machine Learning and Soft Computing (ICMLSC 2019)
The 3rd International Conference on Machine Learning and Soft Computing (ICMLSC 2019), Jan 2019, Da Lat, Vietnam
ICMLSC
Popis: In this paper, the evaluation of the reference crop evapotranspiration (ETo) in a greenhouse is studied. Based upon an Adaptive-Network-Based Fuzzy Inference System (ANFIS), we proposed a methodology to estimate ETo using less information than the classical methods. The results obtained are presented for a greenhouse with real data.
Databáze: OpenAIRE