matematic a mulimilor i logicii fuzzy a cunoscut o dezvoltareexponenial pe parcursul celor 45 de ani de la introducerea ei ([ZAD1965]),motivat att de atractivitatea raionamentelor asemntoare mecanismelorraionale umane uzuale, ct i aplicrii cu succes ntr-o serie larg de domeniiinginereti. Expunerile teoretice ale logicii fuzzy, cu toate aspectele ei,interfereaz strns cu alte capitole ale matematicii, dar i cu domenii aleingineriei, i utilizeaz instrumente abstracte sau practice specifice.Cu o desfurare doar puin mai lung, dezvoltarea modelelor neuronale, astructurilor de reele i a algoritmilor a fost de asemenea ampl. Structurile imetodele matematice propuse simuleaz pe cele naturale, specifice inteligeneiumane, de unde sunt inspirate ([MCP1943]).Aplicaiile curente n inginerie i mai exact n control automat apeleaz doar omic parte a teoriei mulimilor fuzzy i reelelor neuronale, care se dovedeterelativ uor accesibil. Prezentarea noiunilor teoretice preliminare reprezint oenumerare a elementelor de baz considerate necesare pentru dezvoltareaulterioar a temei propuse.Dintre lucrrile importante de amintit pentru o introducere mai detaliat aaparatului teoretic privind logica fuzzy, n general, i a aplicaiilor ingineretifuzzy i hibride neuro-fuzzy, n particular (printre care i controlul n logicfuzzy), se pot aminti monografiile: Mamdani [MAM1985], Driankov .a. [DHR1993], Kosko [KOS1996], Pedrycz i Gomide [PEG1998], Passino iYurkovich - [PAY1998], Zimmermann [ZIM2001], Jantzen [JAN2007], dari multe altele. Pe plan internaional, numrul lucrrilor n domeniu este multmai mare, cele amintite fiind doar exemplele frecvent citate. n limba romn sepot aminti: Negoi i Ralescu [NER1974], Preitl i Precup [PRP1997].Sisteme hibride neuro-fuzzyFiecare tehnic inteligent are proprieti tipice care i confer aplicabilitateapentru anumite probleme i prezint dezavantaje n rezolvarea altora. Deexemplu, reelele neuronale au avantajul recunoaterii modelelor, ns nu pot