Highly Accurate Prediction Model for Daily Runoff in Semi-Arid Basin Exploiting Metaheuristic Learning Algorithms

Aoulmi, Y. ; Marouf, N. ; et al.

In: IEEE Access, Jg. 9 (2021), S. 92500-92515

Online academicJournal

Zugriff:

Zum Volltext

Titel:	Highly Accurate Prediction Model for Daily Runoff in Semi-Arid Basin Exploiting Metaheuristic Learning Algorithms
Autor/in / Beteiligte Person:	Aoulmi, Y. ; Marouf, N. ; Amireche, M. ; Kisi, O. ; Shubair, R.M. ; Keshtegar, B.
Link:	Zum Volltext
Zeitschrift:	IEEE Access, Jg. 9 (2021), S. 92500-92515
Veröffentlichung:	2021
Medientyp:	academicJournal
ISSN:	2169-3536 (print)
DOI:	10.1109/ACCESS.2021.3092074
Sonstiges:	Nachgewiesen in: IEEE Xplore Digital Library

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.