در این مقاله مدلی برای کاهش ضایعات و از میان بردن گلوگاه در خط تولید یک کارخانه وابسته به صنعت خودروسازی و به توازن رساندن خط تولید مربوط به آن ارائه شده است. با توجه به اینکه در حال حاضر صنعت خودرو از حساسیت ویژه ای برخوردار می باشد. رعایت استانداردهای بین المللی برای اجزا و قطعات هنگام ساخت ضرورت انتخاب دقیق ماشین آلات و استفاده صحیح از آنها و سیستم کنترل صحیح در تمامی مراحل تولید را لازم می دارد. امروزه با توجه به این که شبکه های عصبی مصنوعی اهمیت ویژه ای در مدلسازی پیدا کرده اند، در تحقیق مورد نظر دو مدل رگرسیون و شبکه های عصبی مصنوعی مورد بررسی قرار گرفته اند و نحوه کاربرد و قدرت پیش بینی آنها با توجه به داده های واقعی و آزمایشگاهی بدست آمده توسط نگارندگان مقاله با یکدیگر مورد مقایسه قرار گرفته است. همچنین در این مقاله سعی شده است با شناسایی دقیق علل مرثر بر ایجاد ضایعات، مدلی جهت کاهش دورریز قطعات ارائه گردد و از این طریق خط تولید متوازن گردد. در پایان، نتایج تحقیق که حاکی از آنست که شبکه های عصبی از نوع GMDH به طور معنی داری پیش بینی های دقیق تری را در مقایسه با مدل رگرسیون ارائه می دهد، آورده شده است.