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

Yurkovich - [PAY1998], Zimmermann [ZIM2001], Jantzen

[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