Combinarea retelelor neurale si a regulatoarelor fuzzy are eficienta atunci cand intr-o aplicatie se pot colecta cunostinte partiale privind multimile fuzzy si regulile fuzzy de deductie a comenzii regulatorului. Un regulator fuzzy se proiecteaza pe baza cunostintelor oferite de un expert uman , fara sa fie necesara cunoasterea modelului matematic al procesului,dar regulile de deductie se bazeaza pe cunostintele expertului si pot apare incertitudini in alegerea formei functiei de apartenenta, a numarului acestora si a regulilor de deductie.
Modelele neuro - fuzzy pot imbunatati performantele prin folosirea algoritmilor de instruire. Exista doua metode pentru a proiecta modele neuro - fuzzy.
Folosire separataa de modele neurale si fuzzy, structuri in care o retea neurala instruieste sau optimizeaza unii parametri ai regulatorului fuzzy. Exista urmatoarele tipuri de variante de a combina aceste 2 modele:
a) Reteaua neurala transmite functiile de apartenenta.Pe baza datelor de intrare se instruiesc retele neuronale care aproximeaza direct functiile de apartenenta sau se instruiesc sa genereze unii parametri ai functiilor de apartenenta;
b) Reteaua neurala ofera reguli lingvistice de conducere pe baza datelor de intrare.in acest scop se folosesc algoritmi de grupare "clustering", ca de exemplu retele Kohonen. Instruierea retelei neurale se face off line, iar multimile fuzzy se definesc printr-o alta metoda.
