Key points are not available for this paper at this time.
O controle de sistemas não lineares tem chamado atenção especial para o uso de técnicas de Inteligência Artificial, onde a lógica fuzzy se apresenta como uma das melhores alternativas devido à exploração do conhecimento humano. No entanto, várias aplicações da lógica fuzzy no mundo real utilizam ajuste manual (especialização humana) para ajustar sistemas de controle. Por outro lado, no campo dos Sistemas de Transporte Inteligente (ITS), o controle longitudinal (gerenciamento de aceleração e freio) é um tópico importante, pois perturbações externas podem gerar acelerações desconfortáveis, além de consumo desnecessário de combustível. Neste trabalho, utilizamos um sistema neuro-fuzzy para empregar o conhecimento de condução humano para ajustar e homologar os parâmetros de entrada-saída de um sistema fuzzy if-then. O sistema neuro-fuzzy considerado neste trabalho é o ANFIS (Sistema de Inferência Fuzzy Baseado em Redes Adaptativas). Os resultados mostram várias melhorias no sistema de controle ajustado por técnicas neuro-fuzzy em comparação ao controlador manual ajustado anteriormente, principalmente em conforto e uso eficiente de atuadores.
Pérez et al. (Qui,) estudaram essa questão.