งานวิจัยนี้เป็นการสร้างแบบจำลองข่ายงานนิวรัล สำหรับทำนายเปอร์เซ็นต์ของแข็งและความหนืดของแชมพูในถังผลิตแชมพู ข้อมูลที่ใช้ในการฝึกและทดสอบข่ายงานได้จากการทำการทดลองผลิตแชมพู โดยเปลี่ยนอุณหภูมิของถังผลิตตั้งแต่ 25 - 50 (+,ฐ)C,เวลาในการผลิตตั้งแต่ 10 - 35 นาที และอัตราส่วนผสมที่ใช้ของสารเคมีและน้ำเป็น 1 และ 2ในการออกแบบโครงสร้างข่ายงานนิวรัลใช้การเชื่อมโยงแบบการกระจายความผิดพลาดย้อนกลับและอัลกอริธึมการเรียนรู้แบบรีเวนเบอกร์-มาร์ควอร์ในการฝึกข่ายงาน เปรียบเทียบผลความแตกต่างระหว่างผลจากการทำนายและผลจากการทดลองโดยใช้ค่าดัชนีเปอร์เซ็นต์ความผิดพลาดกำลังสองเฉลี่ยน้อยสุด (Root Mean Square Percent Error Index: RMSP) และค่าดัชนีเปอร์เซ็นต์ความผิดพลาดมากสุด (Maximum Percent Error Index: MP) และคัดเลือกข่ายงานโดยใช้ค่าสมรรถนะความถูกต้องในการทำนาย (Accuracy Performance) ผลจากการจำลองพบว่าข่ายงานนิวรัลแบบการกระจายย้อนกลับ 2 ชั้นซ่อนที่มี 5 โนดในชั้นซ่อนที่ 1 และ 9 โนดในชั้นซ่อนที่ 2 สามารถทำนายเปอร์เซ็นต์ของแข็งและความหนืดได้ใกล้เคียงที่สุด ซึ่งค่าดัชนีความผิดพลาด RMSP และ MP ของการทำนายเปอร์เซ็นต์ของแข็งมีค่าเท่ากับ 9.71% และ 8.33% ตามลำดับ, ค่าดัชนีความผิดพลาดทั้งสองของการทำนายความหนืดมีค่าเท่ากับ 15.73% และ 42.83% ตามลำดับ และสมรรถนะความถูกต้องในการทำนายเป็น 80.85%