Introduzione: Il contributo reale dei sistemi fuzzy. -Referenze. - Metodologia del controllo fuzzy. - 1. 1 Introduzione: Perché il controllo fuzzy. - 1. 2 Come tradurre le regole fuzzy nel controllo effettivo: idea generale. - 1. 3 Funzioni di appartenenza e da dove provengono. - 1. 4 Operazioni logiche fuzzy. - 1. 5 Modellazione di basi di regole fuzzy. - 1. 6 Inferenza da diverse regole fuzzy. - 1. 7 Defuzzificazione. - 1. 8 I passaggi di base del controllo fuzzy: Riassunto. - 1. 9 Accordatura. - 1. 10 metodologie di controllo fuzzy: qual è la migliore?. -Referenze. - alla modellazione fuzzy. - 2. 1 Introduzione. - 2. 2 Modello fuzzy di Takagi-Sugeno. - 2. 3 Metodo Sugeno-Kang. - 2. 4 Sofia. - 2. 5 Conclusione. -Referenze. - Modelli fuzzy rule-based e ragionamento approssimato. - 3. 1 Introduzione. - 3. 2 Modelli linguistici. - 3. 3 Inferenza con modelli fuzzy. - 3. 4 Modelli mamdani (costruttivi) e logici (distruttivi). - 3. 5 modelli linguistici con output nitidi. - 3. 6 Modelli linguistici a più variabili. - 3. 7 modelli Takagi-Sugeno-Kang (TSK). - 3. 8 Una visione generale della modellazione di sistemi fuzzy. - 3. 9 operatori MICA. - 3. 10 Aggregazione nella modellazione di sistemi fuzzy. - 3. 11 modelli di sistemi fuzzy dinamici. - 3. 12 Modelli TSK di sistemi dinamici. - 3. 13 Conclusione. -Referenze. - Modellazione basata su regole fuzzy come strumento di approssimazione universale. - 4. 1 Introduzione. - 4. 2 principali risultati dell'approssimazione universale. - 4. 3: Possiamo garantire che la funzione di approssimazione abbia le proprietà desiderate (come levigatezza, semplicità, stabilità del controllo risultante, ecc.)?. - 4. 4 Risultati dell'approssimazione ausiliaria. - 4. 5 Come rendere più realistici i risultati dell'approssimazione. - 4. 6 Da tutte le metodologie di modellazione basate su regole fuzzy che sono strumenti di applicazione universale, quale metodologia dovremmo scegliere?. - 4. 7 Una domanda successiva naturale: quando dovremmo scegliere la modellazione basata su regole fuzzy in primo luogo? eQuando è migliore la modellazione neurale?. -Referenze. - Controllori fuzzy e lineari. - 5. 1 Introduzione. - 5. 2 Principio di equivalenza modale. - 5. 3 Applicazione ai controllori PI. - 5. 4 Applicazione ai controller fuzzy con feedback di stato. - 5. 5 Equivalenza per i Controllori di Sugeno. - 5. 6 Conclusione. -Referenze. - Disegni di controller fuzzy. - 6. 1 Introduzione. - 6. 2 Tecniche di controllo fuzzy. - 6. 3 La FC come elemento di trasferimento non lineare. - 6. 4 Controllo euristico e controllo Model Based. - 6. 5 Controllo di supervisione. - 6. 6 Controllo adattivo. -Referenze. - Stabilità dei controller fuzzy. - 7. 1 Introduzione. - 7. 2 Condizioni di stabilità basate sull'approccio di Lyapunov. - 7. 3 Design del controller fuzzy. -Referenze. - Apprendimento e messa a punto delle regole fuzzy. - 8. 1 Introduzione. - 8. 2 Imparare le regole fuzzy. - 8. 3 Regole fuzzy di accordatura. - 8. 4 Apprendimento e messa a punto delle regole fuzzy. - 8. 5 Riassunto e conclusione. -Referenze. - Sistemi neurofuzzy. - 9. 1 Introduzione. - 9. 2 Sinergia di reti neurali e logica fuzzy. - 9. 3 Insiemi fuzzy nella tecnologia del neurocalcolo. - 9. 4 strutture ibride di calcolo neurale fuzzy. - 9. 5 Neurocomputing fuzzy Una fusione di tecnologia fuzzy e neurale. - 9. 6 Costruzione di sistemi ibridi neurofuzzy. - 9. 7 Riassunto. -Referenze. - Reti neurali e logica fuzzy. - 10. 1 Introduzione. - 10. 2 Problema di controllo del livello del liquido. - 10. 3 Sviluppo di regole fuzzy. - 10. 4 architetture di sistema integrate. - 10. 5 Algoritmo di addestramento FNN3. - 10. 6 Conclusioni. -Referenze. - Algoritmi genetici fuzzy. - 11. 1 Introduzione. - 11. 2 Che cos'è un algoritmo genetico?. - 11. 3 Algoritmi genetici fuzzy. - 11. 4 Programmazione genetica fuzzy. -Referenze. - Teoria della vitalità dei sistemi fuzzy e set di pedaggio. - 12. 1 Introduzione. - 12. 2 Procedure di convessificazione. - 12. 3 set di pedaggi. - 12. 4 Inclusioni fuzzy o differenziali di pedaggio. -Referenze. - Caos e sistemi fuzzy. - 13. 1Introduzione. - 13. 2 Preliminari. - 13. 3 Sistemi dinamici e caos. - 13. 4 Contenuto informativo dei set fuzzy. - 13. 5 Mappature Caotiche su (Dn d?). - 13. 6 r-Fuzzificazione. - 13. 7 Caos e fuzzificazione. - 13. 8 Periodicità non degenerate e caos. - 13. 9 esempi di caos fuzzy. - 13. 10 Conclusione. - 13. 11 Appendice. -Referenze. Lingua: Inglese