適応型ニューロ・ファジー推論システム（ANFIS）によるLPG/TiO 2ナノ潤滑剤を用いた家庭用冷蔵庫の不可逆性解析 – ScienceDirect

この研究は、LPG/TiO2ナノ冷媒で稼働する冷凍システムの第2法則効率と全可逆性を予測する適応型ニューロ・ファジー推論システム（ANFIS）人工知能方法論を提示するものである。 この目的のために、実験データを用いて第2法則効率と全不可逆性の推定に必要なANFISモデルを訓練するために、サブストラクティブクラスタリングとグリッドパーティションアプローチが利用された。 さらに、サブトラクティブクラスタリング法を用いたANFISモデルの予測は、グリッドパーティション法を用いたANFISモデルの予測よりも正確であることがわかった。 また、サブトラクティブクラスタリング法を用いたANFISモデルの予測値は、モデル学習に含まれていない実験結果や、著者が過去に発表した既存のANNモデルの予測値と比較された。 分散、二乗平均平方根誤差（RMSE）、平均絶対誤差（MAPE）の比較は、0.996〜0.999、0.0296〜0.1726 W、0.108〜0.176 %の限界変動値であった。 これらの結果は、クラスタ半径0.7と0.5のサブトラクティブクラスタリング手法を用いたANFISモデルが、著者らが以前に発表したANNモデルよりも高い精度で第2法則効率と全可逆性をそれぞれ予測できることを示している。