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

Ez a munka egy adaptív neuro-fuzzy inference system (ANFIS) mesterséges intelligencia módszertant mutat be egy LPG/TiO2-nanohűtőanyaggal működő hűtőrendszer 2. törvény szerinti hatásfokának és teljes irreverzibilitásának előrejelzésére. Ebből a célból szubtraktív klaszterezést és rácsfelosztási megközelítéseket alkalmaztunk a 2. törvény szerinti hatásfok és a teljes irreverzibilitás becsléséhez szükséges ANFIS-modellek kiképzéséhez néhány kísérleti adat felhasználásával. Továbbá az ANFIS-modellek szubtraktív klaszterezési megközelítéssel készült előrejelzései pontosabbnak bizonyultak, mint a rácsos felosztási megközelítéssel készült ANFIS-modellek előrejelzései. Az ANFIS modellek szubtraktív klaszterezési megközelítéssel készült előrejelzéseit összehasonlították a modellképzésbe nem bevont kísérleti eredményekkel és a szerzők korábbi publikációjában már létező ANN-modellek előrejelzéseivel is. A variancia, a négyzetes középhiba (RMSE), az átlagos abszolút százalékos hiba (MAPE) összehasonlítása 0,996-0,999, 0,0296-0,1726 W és 0,108-0,176 % határváltozási értékeket mutatott. Ezek az eredmények azt mutatják, hogy az ANFIS modell szubtraktív klaszterezési megközelítéssel, amelynek klasztersugara 0,7 és 0,5, nagyobb pontossággal képes megjósolni a 2. törvény hatékonyságát, illetve a teljes irreverzibilitást, mint a szerzők korábbi publikációs ANN modelljei.