Erick

OBJETIVO:
Desenvolver um controlador PID e avaliar os ganhos o impacto das variações junto a variável de saída do processo(sintonia).Desenvolver um controlador fuzzy com o melhor estágio de entrada, de processamento, e de saída. Comparar os dois controladores através da perturbação,os critérios de tempo de subida,tempo de estabilização,offset,overshot e por fim identificar qual o melhor controlador para o trabalho desejado.
INTRODUÇÃO:
* REDES NEURAIS:
Fonte de motivação para diversos desenvolvimentos tecnológicos (ex.: robôs) e fornecem dicas para o desenvolvimento de algoritmos de aprendizado e adaptação. Os mecanismos neurais são capazes de lidar com tarefas complicadas sem que tenham que desenvolver um modelo matemático e nem um modelo do ambiente em que operam. Desenvolve sistemas computacionais capazes de imitar tarefas intelectuais complexas, tais como a resolução de problemas, o reconhecimento e classificação de padrões, os processos indutivos e dedutivos. Seu sistema de processamento de informações desenvolve a partir de modelos matemáticos simplificados dos neurônios biológicos.
Redes neurais são inspiradas em um modelo biológico da inteligência humana o cérebro, considerado o mais fascinante processador e tem a capacidade de processamento e armazenamento de informações. * LÓGICA NEBULOSA:
A teoria dos conjuntos Fuzzy foi inicialmente proposta por Zadeh em 1965.No final dos anos 70 foi utilizada por Mandani para controlar processos complexos(Fuzzy Control), no final dos anos 80 foi aplicada na industria, e no anos 90 aplicações comerciais e domésticas.
A lógica fuzzy é a lógica baseada na teoria dos conjuntos fuzzy. Ela difere dos sistemas lógicos tradicionais em suas características e seus detalhes. Nesta lógica, o raciocínio exato corresponde a um caso limite do raciocínio aproximado, sendo interpretado como um processo de composição de relações nebulosas.
Outras características da lógica fuzzy podem ser : nos sistemas lógicos