<span>This paper shows the outcomes for four optimization models based on fuzzy inference systems, intervened using Quasi-Newton and genetic algorithms, to early assess</span><span> bean plants’ leaves for Xanthomonas campestris<em> </em>disease. The assessment on the status of the plant (sane or ill) is defined through the intensity of the color in the RGB scale for the data-sets and images to analyze the implementation of the models. The best model performance is 99.68% when compared with the training data and a 94% effectiveness rate on the detection of Xanthomonas campestris in a bean leave image. Therefore, these results would allow farmers to take early measures to reduce the impact of the disease on the look and performance of green bean crops.</span>

En el presente documento se exponen y analizan las ventajas que se obtiene al tener un manejo favorable de la temperatura tanto ambiental como radicular, y la manera de ajustarlas en los cultivos hidropónicos, mediante el uso de algunos sistemas de control basados en el uso de actuadores, sensores y un microcontrolador que actúa como componente mediador de procesamiento entre los elementos. Se presenta un esquema del diseño básico del componente encargado de controlar las variables de temperatura y flujo de líquidos, así mismo las técnicas para su construcción de manera iterativa e incremental. La implementación de este prototipo contrarresto los cambios abruptos de temperatura evitando daños en el cultivo cuando los mismos se producen.

No abstract