Ce volume analyse la modélisation des systèmes dynamiques. Chaque chapitre est centré sur des approches utilisant des concepts traditionnels de l'automatique. Le premier chapitre introduit les propriétés d'approximation universelle des systèmes flous et présente quelques résultats essentiels qui mettent en évidence le lien entre cette propriété et la modélisation des systèmes. Le deuxième chapitre s'intéresse à une approche structurale de la modélisation floue à partir de données utilisant, d'une part, différentes méthodes de classification floue et, d'autre part, une méthode incrémentale par ajout de fonctions d'appartenance. Le troisième chapitre développe une approche paramétrique de la modélisation sur la base de modèles locaux. Le quatrième chapitre traite de l'apprentissage par renforcement et montre comment cette technique peut être utilisée pour l'optimisation de systèmes flous destinés à la commande de systèmes dynamiques.