An Iterative Procedure for Optimizing the Performance of the Fuzzy-Neural Job Cycle Time Estimation Approach in a Wafer Fabrication Factory

Table 2

An example.

𝑗	𝑥𝑗1	𝑥𝑗2	𝑥𝑗3	𝑥𝑗4	𝑥𝑗5	𝑥𝑗6
1	24	1261	181	781	112	0.92
2	24	1263	181	762	127	0.90
3	24	1220	176	761	127	0.89
4	23	1282	178	802	127	0.94
5	23	1303	180	780	175	0.93
6	23	1281	183	782	175	0.93
7	23	1242	184	741	163	0.89
8	24	1262	182	681	139	0.86
9	22	1260	182	701	98	0.86
10	22	1260	179	700	257	0.87
11	24	1301	163	722	99	0.84
12	22	1221	184	641	131	0.82
13	23	1323	159	740	247	0.87
14	24	1362	181	782	191	0.95
15	24	1261	181	762	219	0.91
16	23	1321	177	801	219	0.96
17	22	1343	180	822	219	0.97
18	24	1321	177	762	54	0.93
19	25	1343	179	781	54	0.96
20	25	1300	180	740	54	0.92
21	22	1320	181	721	54	0.91
22	24	1321	182	742	49	0.92
23	23	1262	165	680	201	0.80
24	22	1240	161	722	103	0.82
25	23	1183	183	661	53	0.82
26	23	1282	184	701	53	0.88
27	22	1202	177	680	248	0.84
28	23	1202	178	681	248	0.85
29	24	1202	185	701	82	0.86
30	23	1202	158	721	98	0.81
31	24	1343	181	760	67	0.94
32	24	1381	185	801	67	0.97
33	22	1362	156	780	67	0.91
34	23	1282	179	782	223	0.92
35	23	1320	180	782	176	0.93
36	25	1340	176	801	462	0.97
37	23	1320	182	781	168	0.95
38	22	1361	181	781	141	0.94
39	22	1381	179	781	95	0.97
40	23	1363	178	802	179	0.97