Pronosticar el tiempo de ciclo de cada trabajo es una tarea crítica para una fábrica. Sin embargo, estudios recientes han demostrado que es una tarea desafiante, incluso con técnicas de aprendizaje profundo de última generación. Para abordar este desafío, se propone un enfoque de red de retropropagación selectivamente difuminada (SFBPN) para estimar el rango de un tiempo de ciclo, cuyos resultados proporcionan información valiosa para muchos propósitos gerenciales. El enfoque SFBPN es distinto de los métodos existentes, porque los umbrales en las capas ocultas y de salida de una red de retropropagación se difuminan para ajustar el rango de un tiempo de ciclo, mientras que la mayoría de los métodos existentes solo difuminan el umbral en el nodo de salida. Además, también se propone un algoritmo de búsqueda aleatoria y optimización local para derivar los valores óptimos de los umbrales difusos. La metodología propuesta se aplica a un caso real de la literatura. Los resultados experimentales muestran que la metodología propuesta mejoró la precisión del pronóstico hasta en un 65%.