Interpretable Hybrid Surrogate Modeling for Diameter Deviation Prediction in Injection Molding Using Symbolic Regression and Gaussian Process Residual Correction
Este estudo apresenta um modelo substituto híbrido interpretável que combina regressão simbólica com correção de resíduos por Processo Gaussiano para prever com precisão desvios de diâmetro em moldagem por injeção sob dados experimentais limitados, alcançando uma precisão aprimorada e fornecendo uma estrutura transparente para otimização de processos.