Research paperAdaptive neuro-…fuzzy inference system (ANFIS) approach for the irreversibility analysis of a domestic refrigerator system using LPG/TiO 2 nanolubricant

Ce travail présente une méthodologie d’intelligence artificielle de type système d’inférence neuro-floue adaptatif (ANFIS) permettant de prédire l’efficacité de la 2e loi et l’irréversibilité totale d’un système de réfrigération fonctionnant au GPL/TiO2-nano-réfrigérants. À cette fin, des approches de regroupement soustractif et de partition de grille ont été utilisées pour former les modèles ANFIS nécessaires à l’estimation de l’efficacité de la deuxième loi et de l’irréversibilité totale à l’aide de certaines données expérimentales. En outre, les prédictions des modèles ANFIS avec l’approche de regroupement soustractif se sont avérées plus précises que les prédictions des modèles ANFIS avec l’approche de partition de grille. Les prédictions des modèles ANFIS avec l’approche de clustering soustractif ont également été comparées aux résultats expérimentaux qui n’ont pas été inclus dans la formation du modèle et aux prédictions des modèles ANN déjà existants de la publication précédente des auteurs. La comparaison de la variance, de l’erreur quadratique moyenne (RMSE), du pourcentage d’erreur absolu moyen (MAPE) était de 0,996-0,999, 0,0296-0,1726 W et 0,108-0,176 % de valeurs de variabilité marginale. Ces résultats indiquent que le modèle ANFIS avec une approche de clustering soustractif ayant des rayons de clustering de 0,7 et 0,5 peut prédire l’efficacité de la 2ème loi et l’irréversibilité totale respectivement, avec une plus grande précision que les modèles ANN de publication précédente des auteurs.