Lupan Mihai

Universitatea Hyperion
Facultatea de Stiinte Exacte si Ingineresti
Specializare: Automatica si Informatica Aplicata
An IV, Sem I

Controlere Fuzzy

2015

Cuprins

I.
Introducere ..pag. 3
II. Istoric al implementarii structurilor de control Fuzzy.pag. 4
III. Controlerele Fuzzy...pag. 6
IV. Exemplu de implementare al structurii de control fuzzy:pag. 9
Reglarea adaptiv local a braelor roboilor
V. Concluzie..pag.18
VI. Biblografie...pag.19

I. Introducere
n zilele noastre exista o pleiada de tehnici pentru sinteza controlerelor automate. De ce
avem nevoie sa implementam aceasta logica fuzzy ?
Matematica convenionala i teoria controlului exclud idea de vag i condiiile
contradictorii. n consecin sistemele de control convenionale nu ncearc s studieze nici o
formulare, analiz. Controlul a ceea ce a fost numit sistem fuzzy pot fi vag, incomplet, ca
descriere lingvistica, sau chiar inconsistent.
De obicei, o strategie de control i un controler in sine este sintetizat pe baza unor
modele matematice ale obiectului sau al procesului de control. Modelele au nevoie de un obiect
sub control care implica calculele cantitative, numerice i de obicei sunt construite nainte de
realizare.
Pentru a simplifica procesul de proiectare si pentru a inlesni comunicarea ntre un
calculator i o fiin uman cu privire la nivelurile de gndire de cooperare, logic si lingvistica
a fost introdus controllerul Fuzzy . Avem un calculator, care funcioneaz n conformitate cu
logica boolean si cu modele matematice numerice construite de cercettorii de aplicare i
utilizatori care opereaz cu un alt fel de logic i de limb, inclusiv cu un grad ridicat de
ambiguitate.Teoria fuzzy are scopul de a acoperi aceast lacun. Acesta poate fi extrem de utila
nu doar n inginerie i tehnologie dar n domeniul tiinelor sociale, eliminarea diferenei dintre
tiinele naturale i sociale.
Asadar acest tip de logica si de implementare aduc o serie de avantaje ce nu pot fi trecute
cu vederea:
Controlere fuzzy sunt mai robuste dect controlerul PID deoarece poate acoperi o gam mult
mai larg de condiii de functionare dect PID-ul classic.In plus, el poate funciona in conditii de
zgomot i tulburri de diferite feluri la care PID nu face fata.
Dezvoltarea unui controler fuzzy este mai ieftina.
Controlerele fuzzy sunt personalizabile, deoarece este mai uor s neleag i s modifice
normele lor de functionare.
Este mai uor de inteles modul de operare, proiectarea si aplicarea lor in practica.
Pe parcursul acestei lucrari vom vedea un scurt istorc al dezvoltarii logicii si
controlerelor fuzzy, descrierea si modul lor de operare cat si un exemplu al aplicarii acestui tip
de controler in viata de zi cu zi .

II. Istoric al implementarii structurilor de control Fuzzy

Logica fuzzy a fost propusa pentru prima dat de catre profesorul Lotfi A. Zadeh de la
Universitatea din California ntr-o lucrare din anul 1965. Acesta a elaborat o lucrare in anul
1973, in care a introdus conceptul de "variabile lingvistice", care, n acest articol echivaleaza cu
o variabil definit ca un set fuzzy. Aceste studii au urmat cu prima aplicare industrial a unui
cuptor de ciment construit n Danemarca in anul 1975.
Sisteme fuzzy au fost implementate iniial n Japonia. Interesul n sisteme fuzzy a fost
provocat de catre Seiji Yasunobu i Soji Miyamoto a Hitachi care n 1985 au dezvoltat o
simulare ce a demonstrat fezabilitatea sistemelor de control fuzzy pentru calea ferat Sendai.
Ideile lor au fost acceptate i sistemele fuzzy au fost utilizate pentru a controla accelerarea,
frnarea si oprirea trenurilor atunci cnd linia a fost deschis n 1987.
n 1987, Takeshi Yamakawa a demonstrat utilizarea sistemului de control fuzzy, printrun set de chip-uri implementate prin logic fuzzy, ntr-un experiment denumit "pendul inversat".
Aceasta este o problem de control clasic, n care un vehicul ncearc s pstreze un stlp
montat pe partea superioar printr-o balama n poziie vertical, prin mutarea nainte i napoi.
In cele din urm Yamakawa i-a organizezat propriul su laborator de cercetare al sistemelor
de tip Fuzzy, pentru a putea continua brevetarea a noi tipuri de sisteme.
Inginerii japonezi au dezvoltat ulterior, o gam larg de sisteme fuzzy, att pentru
aplicaii industrial cat i de consum. n 1988 Japonia a stabilit Laboratorul International de
Inginerie Fuzzy (LIFE), un acord de cooperare ntre 48 companii de a continua cercetarea in
acest domeniu, al logicii Fuzzy.
Bunuri de larg consum japoneze au inclus de multe ori sisteme fuzzy. Aspiratoarele
Matsushita foloseau microcontrolere care ruleaz algoritmi fuzzy de interogare a senzorilor de
praf i ajusteaz puterea de aspirare n consecin. Maini de splat Hitachi folosesc regulatoare
fuzzy pentru a masura greutatea, tipul de tesatura, precum i senzori de murdrie i setare
automata a ciclul de splare pentru cea mai eficienta utilizare a puterii, apei, i detergentului.
Alte aplicaii puse n aplicare includ: recunoatere a caracterelor i scrierii de mn;
sisteme fuzzy optice; roboi, inclusiv unul pentru a face aranjamente florale japoneze, elicoptere
roboi controlate de voce.
Agenia pentru Protecia Mediului din SUA a investigat controlul fuzzy pentru
eficientizarea motoarelor, iar NASA a studiat control fuzzy pentru andocare spaiala automata.
Simulrile arat c un sistem de control fuzzy poate reduce foarte mult consumul de
combustibil.
Firme, cum ar fi Boeing, General Motors, Allen-Bradley, Chrysler, Eaton, iar Whirlpool
au lucrat pe logica fuzzy pentru a fi utilizate n frigidere low-power, transmisii mbuntite
auto, precum i motoare electrice eficiente energetic.
n 1995 Maytag a introdus o main de splat vase "inteligenta", bazata pe un controler
fuzzy i un modul de detectare care combin un termistor, pentru msurarea temperaturii; un
senzor de conductivitate, pentru a msura nivelul de detergent din ionii prezeni n splare i un

senzor magnetostrictiv pentru a citi rata de rotire. Sistemul determin ciclul de splare optim
pentru orice sarcin de a obine cele mai bune rezultate cu cel mai mic consum de energie,
detergent i ap.
Cercetarile continu in acest domneiu cu scopul final de a construi "sisteme de control
Fuzzy ce au capacitatea de auto-nvare ".

III.

Controlerele Fuzzy

Un sistem de control fuzzy este un sistem de control bazat pe logica unui sistem matematic
Fuzzy care analizeaz valorile de intrare analogice n ceea ce privete variabilele logice care
preiau valori continue ntre 0 i 1, n contrast cu logica clasic sau digital, care funcioneaz pe
valori discrete ale 1 sau 0 (adevrat sau fals, respectiv).

De ce controlul fuzzy?
Capacitatea de a traduce cunoaterea vag, imprecis a experilor umani.
Uor de pus n aplicare ,
Sprijin de proiectare i implementare software/hardware.
Rezultatele sunt uor de transferat de la produs la produs.
Abilitatea de a controla sistemele instabile.

Controlere fuzzy sunt foarte simple din punctde vedere conceptual. Ele constau din
intrare, o etap de prelucrare, precum i o etap de ieire. Intrarea include senzorii sau alte
intrri, cum ar fi switch-uri, thumbwheels i aa mai departe, pentru funciile de membru
corespunztoare i valori de adevr. Etapa de prelucrare invoc fiecare regul i genereaz un
rezultat pentru fiecare, apoi combin rezultatele normelor. n cele din urm, stadiul de ieire
convertete rezultatul combinat napoi ntr-o anumit valoare de ieire .
Cele mai frecvente forme ale funciilor de membru este cea triunghiulara. De la trei la
apte curbe sunt n general folosite pentru a acoperi gama necesar pentru o valoare de intrare,
sau "universul de discurs", n jargonul Fuzzy.
Etapa de prelucrare se bazeaz pe o colecie de reguli logice n forma IF-THEN, n care
partea IF se numete "antecedentul" i partea THEN se numete "ca urmare". Sisteme de control
fuzzy tipice au zeci de reguli.
Luai n considerare o regul pentru o termostat:
IF (temperatura este "rece") ATUNCI ( nclzirea este "puternica")
Aceast regul folosete valoarea de adevr a intrrii "temperatur" care este o valoare
de adevr de "rece", pentru a genera un rezultat n setul fuzzy "de nclzire" ,ieire, care este o
valoare "mare". Acest rezultat este utilizat impreuna cu rezultatele altor norme pentru a genera
n cele din urm o ieire compozit clara. Evident valoarea de adevr " rece" este direct
proportional cu valoarea de adevr "mare", dei acest lucru nu nseamn neaprat c acest lucru
este omnivalent, deoarece aceasta este doar o regul printre multe altele. n unele cazuri,
funciile de membru poate fi modificate prin adjective. Ele includ "despre", "aproape", "aproape
de", "aproximativ", "foarte", "uor", "prea", "extrem" i "oarecum". Aceste operaiuni pot avea
definiii precise, dei definiiile pot varia considerabil ntre diferite implementri.

"Foarte", de exemplu, pentru funciile ptrate de aderare; deoarece valorile de membru

sunt ntotdeauna mai mici de 1, aceasta ngusteaz funcia de membru.
n practic, seturile reguli fuzzy au de obicei mai multe antecedente care sunt combinate
folosind operatori fuzzy, cum ar fi AND, OR, i NOT, dei din nou definiiile tind s varieze:
AND, pur i simplu folosete greutatea minim a tuturor antecedente, n timp ce OR utilizeaz
valoarea maxim. Exist, de asemenea, un operator de NOT care scade o funcie de membru la
1 pentru a da funcia "complementar".
Exist mai multe moduri de a defini rezultatul unei reguli, insa una dintre cele mai
comune i mai simpl este metoda "max-min", n care funcia de membru de ieire este data de
valoarea de adevr generat de premisa. Regulile pot fi rezolvate n paralel n hardware, sau
secvenial n software-ul. Rezultatele toate regulile care sunt "defuzzificate" la o valoare clara
prin mai multe metode. Exist zeci, n teorie, fiecare cu diferite avantaje sau dezavantaje.
Metoda "centrul de greutate" este foarte populara, n care "centrul de mas" a rezultatului
prevede valoarea clara.
Diagrama de mai jos demonstreaz interferenta max-min i defuzificarea centroid pentru un
sistem cu variabile de intrare "x", "y", i "z" i o variabil de ieire "n".De remarcat c "mu" este
notatia standard a logicii fuzzy pentru "valoare de adevr":

Observai cum fiecare regul prevede un rezultat ca o valoare de adevr a unei anumite
funcii de membru pentru variabila de ieire. n defuzificarea centroid valorilor le este aplicata
functia OR , care este valoarea maxim iar rezultatele sunt apoi combinate folosind un calcul
centroid.

Proiectarea sistemului de control fuzzy se bazeaz pe metode empirice, de fapt o

abordare metodic la proces-si-eroare. Procesul general este dup cum urmeaz:

Documentarea specificaiilor operaionale ale sistemului i intrri i ieiri.

Documentarea seturilor fuzzy pentru intrri.
Documentarea seturilor de reguli.
Determinarea metodei de defuzificare.

IV. Exemplu de implementare a structurii de control fuzzy :

Reglarea adaptiv local a braelor roboilor

Descrierea procesului. Modele matematice

Modelul dinamic al unui robot prezint neliniariti i variaii puternice ale
parametrilor procesului. Principala cauz ce genereaz aceste probleme de proiectare a
regulatoarelor este interdependena dintre diferite axe de micare, fenomen tipic construciei
roboilor seriali. De fapt la aceti roboi seriali lanul cinematic are o construcie serial ceea ce
presupune interinfluene ntre forele i momentele diferitelor grade de libertate
Aceste probleme de proiectare pot fi soluionate prin folosirea roboilor paraleli sau
dac nu este posibil a unei comenzi adaptive. Aceast tehnic modern se impune mai ales
cnd nu se cunosc exact modelele matematice ale elementelor componente ale robotului,
respectiv cnd nu se cunosc momentele care acioneaz asupra fiecrui element din lanul
cinematic. Sistemele de reglare adaptiv asigur robusteea sistemului chiar i n cazul unor
variaii semnificative ale parametrilor acestuia.
Majoritatea roboilor industriali sunt acionai cu elemente hidraulice, pneumatice sau
electrice, ele acionnd prin intermediul unor bucle de reglare a poziiei. Fiecare bra al
robotului devine astfel un sistem de reglare al poziiei. Dac fiecare astfel de element este
acionat separat, alternant n timp cnd celelalte brae sunt meninute n echilibru, atunci
implementarea unor bucle de reglare PID s-au dovedit eficiente.
S presupunem c avem de-a face cu un sistem robotic acionat cu servomotoare de
curent continuu. Atunci se poate realiza cte un sistem de reglare decuplat pe axe, adic
dedicat fiecrui bra din lanul cinematic al robotului. Variaia parametrilor unui bra n timp
este compensat printr-o reglare adaptiv cu model de referin local robust.
n figura de mai jos este prezentat schema de funcionare a unui servomotor de curent
continuu (SMcc), care permite micarea unui singur bra.

Daca se presupune excitatia independenta atunci echuatiile care descriu functionearea

motorului se obin aplicnd teorema a doua a lui Kirchhoff circuitului de alimentare a
motorului i legea echilibrului cuplurilor care apar n funcionarea sistemului.

unde reprezint viteza unghiular;

unghiul de rotaie al axului motorului;
Ua tensiunea de alimentare a rotorului;
Ra, La parametrii electrici ai circuitului rotorului;
e tensiunea electromotoare;
Ke, Km constante de proporionalitate electrice i mecanice;
Cr cuplul rezistent;
J momentul de inerie al maselor n micare;
B coeficientul de frecare vscoas.
Se consider intrarea n proces tensiunea de alimentare a circuitului indusului Ua, iar
ieirea este poziia unghiular . Neglijnd cuplul rezistent (Cr=0) i aplicnd transformata
Laplace sistemului cu condiii iniiale nule rezult funcia de transfer a servomotorului de
curent continuu folosit ca sistem de poziionare.

H (s)

Km
( s)

U a ( s) K e K m ( Ra sLa ) ( B sJ )

(4.30)

Dac valoarea inductanei bobinei servomotorului de curent continuu, care mpreun

cu valoarea rezistenei ohmice determin constanta de timp electric a servomotorului, este
mult mai mic i neglijabil (La=0) n comparaie cu constanta de timp mecanic dat de
momentul de inerie al maselor n rotaie i de constanta de proporionalitate electromecanic
atunci schema simplificat a manipulatorului poate fi aproximat cu un sistem de ordin doi.
n figura de mai jos se gsete schema funcional simplificat pe care s-a dedus i
funcia de transfer a manipulatorului de ordin doi

Schema funcional a manipulatorului de ordin doi

(s)
K m

U a ( s) s K e K m Ra ( B s J )

H (s)

unde reprezint raportul de transmisie;

fora exterioar (momentul rezistiv) nmulit cu raportul de transmisie a
reductorului.
Pentru proiectarea, simularea i testarea sistemelor de reglare automat ce vor fi
realizate n continuare s-au folosit urmtoarele valori pentru constantele fizice: Ra= 1.025,
Ke= 0.5247Vmin/rot, Km= 6.1 Vmin/rot, J=8kgm2, B=1.5Nms/rad, =0.01.
Funcia de transfer simplificat a manipulatorului de ordin doi este calculat n relaia:

Rspunsul acestui sistem de ordin doi este identic cu rspunsul sistemului real de ordin trei
unde a fost introdus i valoarea inductanei bobinei (La=0.1H), la o intrare treapt .

Rspunsul manipulatorului de ordin doi i trei la o intrare treapta

Sistem de reglare fuzzy adaptiv

Regulatoarele fuzzy adaptive (sistem de reglare fuzzy cu nvare cu model etalon)
sunt mult mai uor de parametrizat, deoarece acestea pot admite multe variante iniiale care
ulterior vor fi modificate de blocul de adaptare. Atenie deosebit trebuie totui acordat
valorii maxime a comenzii date de regulator care nu trebuie s depeasc valorile permise de
elementul de execuie.
Schema sistemului de reglare fuzzy adaptiv al manipulatorului (din categoria
sistemelor de reglare fuzzy cu nvare cu model de referin) este prezentat n figura :

Schema de reglare fuzzy adaptiv

Parametrul variabil al sistemul de reglare fuzzy adaptiv cu nvare cu model etalon

reprezint dup cum s-a mai precizat baza de reguli, aceasta se modific prin intermediul
funciilor de apartenen ale ieirii.
Se evideniaz din schem cele patru blocuri cunoscute deja: procesul, regulatorul
fuzzy, modelul de referin, mecanismul de nvare
Modelul de referin din sistemul de reglare fuzzy cu nvare cu model de referin
specific performanele dorite pentru sistemul n bucl nchis. Acesta reprezint un sistem de
ordin doi:

H m (s)

m ( s)
1
2
pr (s) s 2 s 1

Rspunsul modelului etalon (de referin) la o intrare semnal de tip impulsuri

dreptunghiulare, considerat a fi rspunsul dorit i pentru sistemul n bucl nchis este
prezentat n figura de mai jos . Diferena ntre rspunsul acestui sistem i rspunsul
procesului condus real, adic eroarea de nvare e, furnizeaz o caracterizare a msurii n
care performana dorit este atins la un moment dat.

. Modelul de referin
Regulatorul fuzzy este cu dinamic, fuzzy cvasi-PD, i are dou intrri: eroarea de
reglare, notat aici cu e i variaia erorii de reglare d; respectiv o ieire, comanda procesului
condus u, adic tensiunea de alimentare a motorului.
Domeniul i funciile de apartenen ataate celor trei mrimi folosite la regulatorul
fuzzy direct pot fi modificate experimental prin intermediul factorilor de

scalare i

amplificare: ge reprezint factorul de scalare al erorii de reglare e, gd reprezint factorul de

scalare al variaiei erorii d, iar gu este factorul de scalare al comenzii u.
Mrimilor de intrare i ieire din regulator au fost ataai cte cinci termeni lingvistici:
o NB negativ mare, NS negativ mic, Z zero, PS pozitiv mic, PB pozitiv mare.

Baza de reguli a regulatorului fuzzy direct este identic cu cea a modelului fuzzy
invers din blocul de adaptare / nvare i este prezentat tabelar n figura de mai jos. Pentru
mecanismul de inferen (activarea i luarea deciziilor n interiorul regulatorului) este folosit
raionamentul Mamdani, iar defuzzificarea se face prin metoda centrului de greutate (CoG),
ca i n cazul aplicaiei de echilibrare a pendulului inversat.

Baza de reguli a regulatorului fuzzy direct i a modelului fuzzy invers

n continuare va fi prezentat mecanismul de nvare (adaptare) compus din: modelul

fuzzy invers i modificatorul bazei de reguli.
Modelul fuzzy invers conine pentru efectuarea testelor experimentale factori de
scalare / amplificare pe intrrile i ieirile acestuia: ge reprezint factorul de scalare al erorii
de adaptare e, gd reprezint factorul de scalare al variaiei erorii de adaptare d, iar gp este
factorul de scalare al ieirii din modelul invers (semnalul de corecie) p.

Structura modelului fuzzy invers, mulimile de baz

Baza de reguli fuzzy este cea de la regulatorul fuzzy direct. Astfel, pentru toate cele
trei variabile ale modelului fuzzy invers se folosesc 5 funcii de apartenen triunghiulare
simetrice uniform distribuite pe domeniul variabilelor n cauz. Conform acestor

funcii de apartenen rezult un total de 25 de reguli. Inferena este realizat i aici cu

raionamentul Mamdani i defuzzificarea prin metoda centrului de greutate (CoG).
Dup ce au fost efectuate mai multe teste i respectnd procedura de scalare din
coninutul acestui referat au fost alese urmtoarele valori pentru scalarea intrrilor i ieirilor
din regulatorul fuzzy direct i din modelul fuzzy invers: ge=1, gd=1.1, gu=10, ge=1,
gd=0.5, gp=2.
n plus, n modelul fuzzy invers pentru o eroare de adaptare foarte mic se folosete
strategia de oprire a adaptrii parametrilor regulatorului fuzzy direct. Strategia este introdus
, considerndu-se o eroare maxim admis ep=0.001 gp.
Modificarea bazei de reguli se realizeaz prin adaptarea funciilor de apartenen ale
ieirii regulatorului, funciile variabilelor de intrare fiind lsate constant de proiectare a
modificatorului bazei de reguli.
Pentru sistemul studiat, avnd n vedere structura funciilor de apartenen ale
regulatorului fuzzy ,pot fi active la un moment dat maxim patru reguli, ceea ce indic
faptul c vom avea de adaptat conform ecuaiei cel mult patru reguli. Aceast observaie mai
confirm nc o dat c modificrile realizate n baza de reguli sunt modificri
locale.
Definirea regulatorului fuzzy direct, a modelului fuzzy invers i a modificatorului bazei
de reguli a fost realizat de ctre autor folosind funcii proprii create n mediul Matlab. Aceste
programe de descriere a celor trei componente folosite la simularea sistemului n mediul
Simulink sunt asemntoare cu cele de la aplicaia pendulului inversat. Singurele modificri
sunt legate de factorii de scalare / amplificare precizai n paragrafele anterioare.
n figurile de mai jos sunt prezentate evoluia n timp a comenzii, a ieirii din proces
(poziia unghiular) i referina, respectiv evoluia erorii de adaptare dintre ieirea din proces
i modelul etalon, cnd la intrare se aplic impulsuri dreptunghiulare cu o amplitudine unitar.

Evoluia comenzii, ieirii i factorului de adaptare (semnalul de corecie)

Din analiza evoluiei comenzii se evideniaz un caracter puternic pe panta de cretere

sau descretere a ieirii, iar din analiza erorii de adaptare se observ ndeplinirea

performanelor impuse sistemului nc din primele secunde. Aceste performane sunt clar
superioare schemelor de reglare adaptiv clasice (convenionale) datorit erorii de adaptare
mult mai mici .
n figurile de mai jos este prezentat evoluia factorului de adaptare i a ieirii din
proces n comparaie cu ieirea din model, respectiv viteza unghiular a manipulatorului. Se
observ o adaptare (nvarea) a regulatorului fuzzy direct pe o perioad foarte scurt de cteva
secunde. n acest timp se modific centrele funciilor de apartenen ale mrimii de
ieire din regulatorul fuzzy direct.

Factorul de adaptare, poziia i viteza unghiular

Capacitatea de nvare i de adaptare la situaii diferite se poate remarca i dac la
intrare este aplicat un semnal cu impulsuri dreptunghiulare cu amplitudine mai mare (ntre 0
i 2). Figura prezint evoluia n timp a comenzii, ieirii i factorului de adaptare.

Evoluia comenzii, ieirii i factorului de adaptare (semnalul de corecie)

Din analiza celor trei tipuri de sisteme de reglare adaptiv este evident superioritatea
tehnicilor de conducere inteligente adaptive (FMRLC). Aceste sisteme pot compensa prezena
eventualele variaii lente ale parametrilor procesului n comparaie cu dinamica acestuia prin
capacitatea suplimentar de a nva din evenimente desfurate deja, n plus ele nu necesit o
liniarizare a procesului condus n cazul n care acesta este neliniar.
Evident un robot serial are o construcie serial ceea ce presupune interinfluene ntre
forele i momentele diferitelor componente ale lanului cinematic. Controlul ntregului robot
impune folosirea mai multor regulatoare clasice, adaptive sau inteligente. Un control eficient
i cu performane bune se poate realiza de exemplu dac pentru fiecare component a

robotului serial este realizat cte un regulator. n figura de mai jos este prezentat o posibil
schem de reglare fuzzy adaptiv a unui robot serial cu dou componente (bra robotic cu
dou grade de libertate date de umr i cot).

Reglarea adaptiv a unui bra robotic

V. Concluzie

Acest proiect a avut ca obiect de discutie prezentarea succinta a

sistemelor si

controlerelor Fuzzy.
Am aratat care sunt etapele dezvoltarii acestuia, care sunt bazele teoretice si motivul
pentru care acesta este o solutie importanta in automatizarile moderne. Totodata am aratat si
avantajele aplicarii acestui tip de logica asupra sistemelor electronice.
In plus am descris un exemplu concis al implementarii unui acest tip de controler
impreuna cu modelele matematice aferente.
Avand in vedere cele mentionate mai sus putem considera indeplinit obiectivul propus la
inceputul acestui proiect, cel de a prezenta Controlerele Fuzzy.

VI. Biblografie

Fuzzy Controllers, LEONID REZNIK

Wikipedia.org
Fuzzy Sets, Fuzzy Logic, and Fuzzy Control Systems, GUANRONG CHEN
Fuzzy Control,

Kevin M. Passino,Stephen Yurkovich