Od postupaka MIG tvrdoga lemljenja vruće pocinčanih čeličnih limova srednje debljine, uglavnom se primjenjuju postupci s kratko spojenim i pulsnim električnim lukom te CMT (od Cold Metal Transfer) postupak. U ovome radu, noviji postupak, s hibridnim lukom, koji predstavlja kombinaciju kratko spojenoga i pulsnoga luka, uspoređen je s prethodno navedenima. Nakon toga je pomoću algoritama strojnoga učenja dobiven metamodel za predviđanje kvalitete zalemljenoga spoja. Ova četiri postupka su uspoređena na temelju mjerenja signala struje i napona lemljenja, ispitivanja mehaničkih svojstava (mjerenje tvrdoće i statički vlačni test) i korozijske otpornosti te makroskopskog ispitivanja zalemljenoga spoja. Pri tome je, za učinkovitije istraživanje, razvijen poluautomatski algoritam toka istraživanja, u kojem je, između ostaloga, programirana metoda obrade slike za makroskopsko ispitivanje. Rezultati istraživanja i višekriterijske usporedbe postupaka su ukazali na poboljšanje svojstava zalemljenoga spoja dobivenog s hibridnim lukom. Makroskopsko ispitivanje i ispitivanje korozijske otpornosti također su pokazali bolje rezultate u usporedbi s ostalim postupcima. Zatim je razvijen metamodel za a-dimenziju i vlačnu silu zalemljenoga spoja, primjenom različitih algoritama strojnoga učenja, uključujući umjetne neuronske mreže (ANN). Za optimalno parametriziranje metamodela primijenjen je zatim genetički algoritam. Za daljnju optimizaciju, razvijena je analiza osjetljivosti koja je uzela u obzir eksperimentalne vrijednosti. Konačno, razvijeni su ansambli neuronskih mreža s različitim težinama pojedinačnih mreža, pomoću genetičkoga algoritma i analize osjetljivosti, čime je dobiveno odstupanje od 0,1 mm za a-dimenziju i 1,35 kN za vlačnu silu.