matematic a mulimilor i logicii fuzzy a cunoscut o dezvoltare
exponenial pe parcursul celor 45 de ani de la introducerea ei
([ZAD1965]), motivat att de atractivitatea raionamentelor asemntoare mecanismelor raionale umane uzuale, ct i aplicrii cu succes ntr-o serie larg de domenii inginereti. Expunerile teoretice ale logicii fuzzy, cu toate aspectele ei, interfereaz strns cu alte capitole ale matematicii, dar i cu domenii ale ingineriei, i utilizeaz instrumente abstracte sau practice specifice. Cu o desfurare doar puin mai lung, dezvoltarea modelelor neuronale, a structurilor de reele i a algoritmilor a fost de asemenea ampl. Structurile i metodele matematice propuse simuleaz pe cele naturale, specifice inteligenei umane, de unde sunt inspirate ([MCP1943]). Aplicaiile curente n inginerie i mai exact n control automat apeleaz doar o mic parte a teoriei mulimilor fuzzy i reelelor neuronale, care se dovedete relativ uor accesibil. Prezentarea noiunilor teoretice preliminare reprezint o enumerare a elementelor de baz considerate necesare pentru dezvoltarea ulterioar a temei propuse. Dintre lucrrile importante de amintit pentru o introducere mai detaliat a aparatului teoretic privind logica fuzzy, n general, i a aplicaiilor inginereti fuzzy i hibride neuro-fuzzy, n particular (printre care i controlul n logic fuzzy), se pot aminti monografiile: Mamdani [MAM1985], Driankov .a. [DHR1993], Kosko [KOS1996], Pedrycz i Gomide [PEG1998], Passino i
[JAN2007], dar i multe altele. Pe plan internaional, numrul lucrrilor n domeniu este mult mai mare, cele amintite fiind doar exemplele frecvent citate. n limba romn se pot aminti: Negoi i Ralescu [NER1974], Preitl i Precup [PRP1997]. Sisteme hibride neuro-fuzzy Fiecare tehnic inteligent are proprieti tipice care i confer aplicabilitatea pentru anumite probleme i prezint dezavantaje n rezolvarea altora. De exemplu, reelele neuronale au avantajul recunoaterii modelelor, ns nu pot