Energy-Efficient Agricultural Robotics for Personalized Agricultural Education: An Adaptive Cloud–Edge Framework Based on Fuzzy Logic and Genetic Algorithms
Este artigo propõe um framework adaptativo nuvem–borda que integra um motor de decisão genético-difuso para otimizar trajetórias de aprendizagem agrícola personalizadas e energeticamente eficientes para robôs, demonstrando robustez superior contra incerteza de dados e economias de energia significativas em comparação com as bases de referência existentes.