Identification et contrôle des systèmes non linéaires à l'aide de modèles flous

Ce livre présente un travail de recherche sur l'identification et le contrôle des systèmes non linéaires basé sur l'approche des modèles flous. Un modèle flou TS a été mis en oeuvre avec succès pour un problème de référence connu de l'identification des données non linéaires de l'usine. L'approche FCM Clustering a été utilisée pour la classification des points de données d'entrée-sortie. Après le regroupement, la méthode de descente de gradient est utilisée pour l'apprentissage des paramètres. Le système a également été mis en oeuvre sur un problème de données réelles qui est un modèle de contrôle d'une usine chimique par un opérateur et la précision était comparable aux résultats rapportés dans la littérature. L'ensemble du système a été modélisé à l'aide de MATLAB 7.0/Simulink toolbox.