Filtragem de Kalman Fuzzy Tipo-2 Intervalar Evolutiva

Neste livro, uma abordagem para filtragem de Kalman fuzzy tipo-2 evolutiva apresentada para o processamento intervalar de dados experimentais incertos a partir de componentes espectrais n o-observ veis. A metodologia adotada considera as seguintes etapas: um modelo inicial do filtro de Kalman fuzzy tipo-2 evolutivo identificado de forma off-line a partir de uma janela inicial de dados experimentais; a atualiza o da proposi o do antecedente do filtro de Kalman fuzzy tipo-2 evolutivo realizada usando uma formula o fuzzy tipo-2 intervalar do algoritmo de agrupamento evolving Takagi-Sugeno (eTS) e a atualiza o da proposi o consequente realizada usando uma formula o fuzzy tipo-2 do algoritmo Observer/Kalman Filter Identification (OKID). Resultados computacionais e experimentais para a filtragem, rastreamento e previs o intervalar de s ries temporais com elevado n vel de incerteza, em ambiente ruidoso, ilustram a efici ncia da metodologia proposta em compara o com abordagens relevantes da literatura.