@MASTERSTHESIS{ 2019:769309075,
 	title = {Metodologia de identificação de sistemas dinâmicos multivariáveis baseada em modelo Neuro-fuzzy no espaço de estados com inferência evolutivo tipo-2 intervalar},
 	year = {2019},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/3025",
 	abstract = "Nesta dissertação é proposta uma metodologia para identificação sistemas dinâmicos multivariáveis
 baseada em modelo neuro-fuzzy no espaço de estados com inferência evolutivo tipo-2
 intervalar. A metodologia proposta apresenta um algoritmo de aprendizado evolutiva para o
 sistema de inferência neural-fuzzy tipo-2 intervalar, onde a estimação das funções de pertinência
 tipo-2 (contorno e rastro de incerteza) é utilizada a combinação do algoritmo de agrupamento
 fuzzy baseado em Aprendizagem Participativa e do Filtro de Kalman (FKE). Para estimar a
 proposição do consequente, um algoritmo fuzzy de identificação no espaço de estados é proposto,
 onde os parâmetros de Markov são estimados recursivamente e através destes, os parâmetros
 dos submodelos são calculados incrementalmente. A eficiência e aplicabilidade da metodologia
 proposta são demonstradas através de resultados computacionais (sistema dinâmico SISO nãolinear,
 sistema dinâmico com não-linearidade complexa combinada, sistema dinâmico não-linear
 variante no tempo) e experimentais (evaporador de quatro estágios e helicóptero com dois graus
 de liberdade).",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}