پیش‌بینی عملکرد فرایندهای تولیدی بااستفاده از رگرسیون لجستیک و شبکه عصبی مصنوعی (مورد کاوی: فرایند افشانه‌ی خشک‌کننده کاشی سرامیکی)

در این نوشتار با ارائه‌ی نمونه‌ی عملی فرایند «افشانه‌ی خشک‌کننده\پانویس{s‌p‌r‌a‌y d‌r‌y‌i‌n‌g}»، مدل‌سازی فرایندها با استفاده از مدل‌های رگرسیون لجستیک و الگوریتم شبکه‌ی عصبی مصنوعی با هدف پیش‌بینی )برون‌یابی و درون‌یابی( عملکرد فرایند به کار گرفته می‌شود. به‌منظور مقایسه‌ی قدرت هرکدام از این دو مدل در پیش‌بینی عملکرد فرایند، شاخص‌های ارزیابی پایایی مدل، شامل ضرایب تعیین مدل و درصد صحت پیش‌بینی، محاسبه و تحلیل می‌شوند. استفاده از شبکه‌ی عصبی مصنوعی در این نوشتار، به‌منظور معماری مدل شبکه‌ی عصبی فرایند «افشانه‌ی خشک‌کننده» با اتخاذ یک رویکرد عمومی و انتخاب الگوریتم پس‌انتشار خطا به‌کمک داده‌های مستقیم صورت می‌گیرد. پس از حصول اطمینان از برتری مدل شبکه‌ی عصبی فرایند نسبت به مدل لجستیک آن و با توجه به نتایج ارزیابی پایایی، سناریوهای مختلفی برای تنظیم ورودی‌های با توجه به عملکرد پیش‌بینی شده توسط مدل شبکه‌ی عصبی فرایند طراحی می‌شود که با استفاده از آن می‌توان کنترل پیش‌بینانه‌ی عملکرد فرایند را جایگزین روش‌های مبتنی بر سعی و خطا برای کنترل عملکرد فرایند کرد.