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 è 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 è stato utilizzato un approccio basato sul clustering FCM. Dopo la clusterizzazione, il metodo di discesa del gradiente è stato utilizzato per l'apprendimento dei parametri. È 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 è risultata paragonabile ai risultati riportati in letteratura. L'intero sistema è stato modellato utilizzando MATLAB 7.0/Simulink toolbox.