Uma Abordagem Neuro-Fuzzy Adaptativa Baseada em Fuzzy Tipo-2 Aplicada à Identificação de Dinâmicas Não Lineares

Identificação de sistemas, Multi-Modelos, Lógica Fuzzy, Lógica Fuzzy Tipo-2, ANFIS, Neuro-fuzzy.

Este trabalho propõe uma técnica de identificação de dinâmicas não lineares basea- das em redes neuro-fuzzy ANFIS modificadas utilizando fuzzy tipo-2. Nessa técnica, a estrutura Takagi-Sugeno(-Kang) é modificada para que os antecedentes das regras abran- jam conceitos do fuzzy tipo-2, que consistem na inclusão de manchas de incertezas nas funções de pertinências. Paralelamente, a estrutura da regra é modificada para utilizar modelos locais como consequentes.

Diferentemente da técnica atual do ANFIS, a técnica proposta representa a dinâmica em várias regiões bem definidas por modelos locais que, por sua vez, terão sua ativação determinada através das relações fuzzy de pertinência e de regras nas quais os antece- dentes e consequentes baseiam-se na lógica fuzzy tipo-2. A metodologia proposta une os conceitos da lógica fuzzy convencional com estratégia de aprendizagem utilizando redes neurais artificiais com o tratamento de incertezas que a lógica fuzzy tipo-2 permite. Neste contexto, serão apresentadas principais técnicas de identificação de sistemas, bem como o estado da arte da inteligência artificial.

Foi realizado um estudo de caso utilizando um sistema termoelétrico abordado em diferentes trabalhos, sendo possível fazer o comparativo das técnicas de identificação uti- lizando inteligência artificial e da técnica clássica NARMAX e o método dos mínimos quadrados. As técnicas inteligentes utilizadas foram duas redes neuro-fuzzy adaptativas, que usam em suas relações lógica fuzzy convencional e lógica fuzzy tipo-2. Os resultados preliminares obtidos mostram a vantagem e a melhoria que são possíveis obter utilizando uma técnica avançada em relação ao método clássico.