Магістерська робота присвячена дослідженню гібридних нейро-нечітких моделей в системах інтелектуального керування. Зокрема, розглянуто підхід до створення систем інтелектуального PDC-керування з використанням розподілених нечітких моделей Такагі-Сугено, який дозволяє підвищити рівень стійкості контурів керування за умов невизначеності. Досліджено можливість використання адаптивних нейро-нечітких ANFIS-моделей для вирішення задач керування та прогнозування. Наведено результати тестового моделювання досліджуваних моделей. Основним результатом досліджень є обґрунтування можливості застосування існуючих і розроблених модифікацій нейро-нечітких моделей в системах інтелектуального керування. ПЕРЕЛІК КЛЮЧОВИХ СЛІВ: ІНТЕЛЕКТУАЛЬНЕ КЕРУВАННЯ, НЕЧІТКІ МОДЕЛІ ТАКАГІ-СУГЕНО, PDC-КЕРУВАННЯ, СИСТЕМА ANFIS, НЕЙРО-НЕЧІТКИЙ РЕГУЛЯТОР, ТЕСТОВЕ МОДЕЛЮВАННЯ The master's degree work is devoted to the investigation of hybrid neuro-fuzzy models in intellegent control systems. However, it is considered the approach to development of intellegent PDC-control using distributed fuzzy Takagi-Sugeno models, which allows to increase durability rate of control circuits in conditions of vagueness. It's investigated the possibility of using adaptive neuro-fuzzy ANFIS-models for solving the intellegent control and prognosis problems. It is given the results of testing modeling of investigated models. The basic result of researches is the ground of practical possibility of application of existent and worked out modifications of neuro-fuzzy models in intellegent control systems. KEY WORDS: INTELLEGENT CONTROL, TAKAGI-SUGENO FUZZY MODELS, PDC-CONTROL, ANFIS SYSTEM, NEURO-FUZZY CONTROLLER, TESTING MODELING.
