پیش بینی عملکرد فرایندهای تولیدی با استفاده از رگرسیون لجستیک و شبکه عصبی مصنوعی (مورد کاوی: فرایندافشانه ی خشک کننده کاشی سرامیکی)

در این نوشتار با ارائه ی نمونه ی عملی فرایند «افشانه ی خشک کنندهپانویس{s p r a y d r y i n g}»، مدل سازی فرایندها با استفاده از مدل های رگرسیون لجستیک و الگوریتم شبکه ی عصبی مصنوعی با هدف پیش بینی)برون یابی و درون یابی(عملکرد فرایند به کار گرفته می شود. به منظور مقایسه ی قدرت هرکدام از این دو مدل در پیش بینی عملکرد فرایند، شاخص های ارزیابی پایایی مدل، شامل ضرایب تعیین مدل و درصد صحت پیش بینی، محاسبه و تحلیل می شوند. استفاده از شبکه ی عصبی مصنوعی در این نوشتار، به منظور معماری مدل شبکه ی عصبی فرایند «افشانه ی خشک کننده» با اتخاذ یک رویکرد عمومی و انتخاب الگوریتم پس انتشار خطا به کمک داده های مستقیم صورت می گیرد. پس از حصول اطمینان از برتری مدل شبکه ی عصبی فرایند نسبتبه مدل لجستیک آن و با توجه به نتایج ارزیابی پایایی، سناریوهای مختلفی برای تنظیم ورودی های با توجه به عملکرد پیش بینی شده توسط مدل شبکه ی عصبی فرایند طراحی می شود که با استفاده از آن می توان کنترل پیش بینانه ی عملکرد فرایند را جایگزین روش های مبتنی بر سعی و خطا برای کنترل عملکرد فرایند کرد.