工艺-性能预测
工艺开发process-property model
给定成分与工艺参数，预测最终性能——工艺开发的核心计算能力。
AI 工程师视角
代价函数的可微近似：正向用来评估，反向用来搜索。纯数据版本外推即失效，所以要用机理当护栏。
工艺开发反复要回答同一个问题：这套参数做出来，性能会是多少。回答方式有三条路线：
| 路线 | 依据 | 长处 | 短处 |
|---|---|---|---|
| 机理模型 | 冶金学与传热传质方程 | 可解释、外推相对可靠 | 参数难标定，计算慢 |
| 数据模型 | 历史生产与检验数据 | 拟合精度高、快 | 只在数据覆盖范围内可信 |
| 混合驱动 | 机理约束 + 数据修正 | 兼顾两者 | 工程复杂度最高 |
行业实践里混合驱动逐渐成为主流：用机理保证外推时不出荒谬结论，用数据补上机理算不准的部分。
这个模型是很多东西的基础：正着用是预测性能，反着用是给定性能反推工艺窗口，用于优化则是在可行域里找成本最低点。
它与 PSPP 的关系是：PSPP 讲的是成分-工艺-组织-性能这条因果链的完整结构，工艺-性能预测通常跳过组织这一环直接建端到端映射——快，但也因此更依赖数据覆盖。