合金资料选取田口试验设计和方差分析，对搅拌铸造工艺造备的LM25/粉煤灰合金资料的磨损机能(SWR:比磨损率)进行了优化。以滑速、荷载、配筋和滑距为输入成分，选取L27正交设计(三层四成分)“越幼越好”的准则进行试验设计。与其他输入变量相比，负载的变动对SWR的影响更大。了局批注，优化模型降低了合金资料的比磨损率，并证实了优化参数提高了合金资料的耐磨性。他们还说田口法在优化特定磨损率方面很有效，所使用模型的优弊端。很显著，每种步骤都有分歧的利益和弊端。人为神经网络、ANFIS和FL技术使用尝试了局，但尝试设计使用田口，以最幼的尝试提供最大的输出。

合金资料给出了ANN、ANFIS和Taguchi步骤的决策矩阵。在决策矩阵中，利用表4中的信息指定权沉因子(WF)。ANFIS分值最高的分值彼此靠近。例如，ANN与ANFIS相比拥有更高的数据量。这说了然为什么ANN得分3，而ANFIS得分4。使用梦想解类似度排序技术(TOPSIS)进行更具体的分析。TOPSIS是一种多准则决策步骤，其重要主张是在决策过程中对信息进行组织、诠释和分析。合金资料TOPSIS步骤揭示了正、负梦想解的距离，揭示了梦想解和非梦想解。在TOPSIS中，参数归一化(Eq.(1))，推算加权归一化矩阵(Eq.(2))，梦想最佳值和最差值，与梦想最佳和最差的欧氏距离(Eq.(2))。(3)、(4))和机能(式(5))，别离为:

合金资操持想的最佳值和最差值是确定给定领域内的最幼值或最大值。Ci值显示ANN、ANFIS和Taguchi步骤的等级。ANFIS和Taguchi步骤别离观察到最幼数据量和设计以及最大数据量和设计的最大和最幼Ci值。这注明，若是要对广义特点进行分析，如非线性问题的解决、数据分类、数据处置、系统节造或预测，则应利用ANFIS或ANN技术。若是要进行分歧变量的尝试设计，应该使用田口法。因而，用较少的尝试钻研就能够很容易地揭示尝试变量及其影响。