Energy-Efficient Agricultural Robotics for Personalized Agricultural Education: An Adaptive Cloud–Edge Framework Based on Fuzzy Logic and Genetic Algorithms
Dit artikel stelt een adaptief cloud–edge-framework voor dat een genetisch-fuzzy beslissingsmotor integreert om energiezuinige, gepersonaliseerde landbouwleerpaden voor robots te optimaliseren, waarbij een superieure robuustheid tegen dataonzekerheid en significante energiebesparingen wordt aangetoond in vergelijking met bestaande baselines.