Referências bibliográficas

se a resposta do sistema é semelhante ao gráfico da Figura 2.17 para as

mesmas condições iniciais: x = 5; y = 10; Φ = 30o.

Exercício 2.9

Em relação ao Exemplo 2.4, calcular o valor de comando (F ) do sistema a

para Vabs, = 0,125 [m/s] e Vrel = -2,5 [m/s].

Exercício 2.10

Em relação aos resultados ilustrados na Figura 2.29, utilizar agora funções de pertinência triangulares na listagem do anexo correspondente (agora com opção trimf ao invés de trapmf), e verificar os resultados da modelagem. Anotar também os parâmetros do modelo fuzzy obtido.

Referências bibliográficas

1. AGUIRRE, L.A. (2000). Introdução à identificação de sistemas:

técnicas lineares e não lineares aplicadas a sistemas reais. Belo Horizonte, Editora UFMG.

2. CHEN CL, KUO FC. Design and analysis of a fuzzy logic controller.

Int J System Sci. 1995;26:1.223–48.

3. FAUSTINO, C.P. (2011). Previsão de séries temporais via modelos

baseados em regras. Universidade Federal de Itajubá. Dissertação de Mestrado, 127 p.

4. FAUSTINO CP, PINHEIRO C, CARPINTEIRO O, LIMA I. Time

series forecasting through rule-based models obtained via rough sets. Artificial Intelligence Review 2011;(n. 36, p):299–310.

5. FAUSTINO CP, NOVAES CP, PINHEIRO C, CARPINTEIRO O.

Improving the performance of fuzzy rules-based forecasters through application of FCM algorithm. Artificial Intelligence Review. 2012;1:10–24.

6. JANG J. Anfis: Adaptive-network-based fuzzy inference system.

IEEE Transaction on Systems, Man and Cybernetics. 1993;23(n. 3,

p):665–685.

7. KLIR GJ, FOLGER TA. Fuzzy Sets, Uncertainty and Information

Nova Jersey. Prentice Hall 1998.

8. KOSKO B. Fuzzy Systems as Universal Approximators. IEEE

Transactions on Computers. 1994;43(11):1.329–1.333.

9. –––– –. Fuzzy Engineering. Nova Jersey: Prentice Hall; 1997.

10. MAMDANI EH. Applications of fuzzy algorithms for control of

simple dynamic plant. Proc IEE. 1974;121(12):1.585–1.588.

11. ––– ––. Advances in the linguistic synthesis of fuzzy controllers.

International Journal of Man-Machine Studies. 1976;8(n.6 p):78– 669.

12. PATTERSON DW. Introduction to Artificial Intelligence & Expert

Systems. Nova Jersey: Prentice Hall; 1990.

13. PINHEIRO C, GOMIDE F. On the Equivalence Between Basic Fuzzy

and Classical Controllers. Proceedings of the Eighth International Fuzzy Systems Association World Congress. 1999;2:594–597 Taipei.

14. PINHEIRO, C. (2004). Estratégia de controle fuzzy para suspensão

ativa automobilística. XV Congresso Brasileiro de Automática.(em CD).

15. PINHEIRO C, MACHADO J, BOMBARD A, LIMA J, DIAS J.

Fuzzy Logic Control for Magnetorheological Damper. Electrorheological Fluids and Magnetorheological Suspensions. Cingapura: World Scientific; 2007; p. 09-603.

16. TAKAGI T, SUGENO M. Fuzzy identification of systems and its

applications to modelling and control. IEEE Transactions on Systems Man and Cybernetics. 1985;15(1):32–116.

17. WANG LX, MENDEL JM. Generating fuzzy rules from examples.

IEEE Transactions on Systems, Man and Cybernetics. 1992;22(6):1414–1427.

18. WANG LX. Adaptive Fuzzy Systems and Control. Nova Jersey:

Prentice Hall; 1994.

19. ZADEH LA. Fuzzy Sets. Information and Control 1965;(n. 8, p):338–

353.

OceanofPDF.com