در این پژوهش از مدلهای مبتنی بر یادگیری ماشین برای پیشبینی قطر الیاف الکتروریسی با استفاده از متغیرهای فرآیند الکتروریسی به عنوان ورودی استفاده شد. درک چگونگی تأثیر متغیرهای فرآیند الکتروریسی بر قطر نانوالیاف تولیدی برای کاربردهای مختلف از اهمیت بالایی برخوردار است. جهت تخمین قطر الیاف با استفاده از پارامترهای دستگاه الکتروریسی که شامل وزن مولکولی پلیمر، درصد مواد افزودنی، ولتاژ اعمالی، فاصله نوک سوزن تا جمع کننده و نرخ جریان محلول پلیمری است از الگوریتمهای جنگل تصادفی ، نزدیکترین همسایگی ، تقویت گرادیان استفاده شد و هر سه مدل توانستند قطر الیاف را با دقتی در محدوده 6/99-7/99 پیشبینی کنند. همچنین، اهمیت و تأثیر نسبی هر ویژگی بر پیشبینی قطر الیاف با روش توضیح افزودنی SHAP ارزیابی شد. که نتایج آن نشان دهنده تأثیر بالای ولتاژ اعمال شده و وزن مولکولی پلیمر در عملکرد پیشبینی قطر الیاف الکتروریسی شده است.