Identificazione e controllo di sistemi non lineari con modelli fuzzy

Questo libro presenta un lavoro di ricerca sull'identificazione e il controllo di sistemi non lineari basato sull'approccio dei modelli fuzzy. Un modello fuzzy TS stato implementato con successo su un problema noto di identificazione di dati di impianti non lineari. Per la classificazione dei punti dati di ingresso e uscita stato utilizzato un approccio basato sul clustering FCM. Dopo la clusterizzazione, il metodo di discesa del gradiente stato utilizzato per l'apprendimento dei parametri. stato inoltre implementato su un problema di dati reali, ovvero un modello di controllo di un impianto chimico da parte di un operatore, e l'accuratezza risultata paragonabile ai risultati riportati in letteratura. L'intero sistema stato modellato utilizzando MATLAB 7.0/Simulink toolbox.