شبکه های عصبی-فازی، یک نوع از سیستم های هوشمند ترکیبی هستند که بر اساس محاسبات عصبی-فازی بنا شده اند. این ساختارها از ترکیب سیستم های فازی و شبکه های عصبی حاصل می شوند. شبکه های عصبی با وجود آنکه دارای مزایای دقت نگاشت ورودی-خروجی و قدرت تطبیق پذیری هستند، اما به دلیل عدم قدرت تفسیر، صرف زمان قابل ملاحظه برای کشف ساختار داخلی، و طولانی بودن زمان آموزش محدودیت هایی را ایجاد می کنند. از طرف دیگر سیستم های فازی نیز دارای ضعف تطبیق پذیری هستند. لذا می توان شبکه های عصبی-فازی را که مزایای سیستم های فازی و شبکه های عصبی را به طور یکجا دارا هستند، برای کاربردهای مختلف بکار برد. یکی از کاربردهای مهم شبکه های عصبی-فازی در شناسایی سیستم های دینامیکی غیرخطی است . شناساگرهای عصبی-فازی بر خلاف راهکارهای دیگر متداول در شناسایی که تنها از اطلاعات عددی بهره می گیرند، از منبع اطلاعاتی دیگری نیز استفاده می کنند. این منبع مهم، اطلاعات زبانی است که از تجربیات شخص خبره حاصل می شود. شناساگرهای عصبی-فازی که در این پروژه مورد بررسی قرار گرفته اند، هم از اطلاعات عددی و هم از اطلاعات زبانی در طراحی خود بهره گرفته و لذا نسبت به راهکارهای دیگر شناسایی نتایج بهتری را حاصل می کنند. در این پروژه راهکارهای گوناگون در شناسایی سیستم های دینامیکی غیرخطی با شبکه های عصبی-فازی مورد بحث واقع شده و شبیه سازی این راهکارها برای سیستم های دینامیکی و نتایج حاصله از آن مورد بررسی قرار می گیرد