随着科学技术的发展,各种先进制造技术逐渐地应用于制造系统中。提高数控加工技术的应用水平,实现高效数控加工已成为当前数控加工技术发展的一个新课题。本文用优化的切削参数来代替普通数控加工过程中工艺人员输入的经验切削参数,达到提高加工效率、降低加工成本及获得高质量产品的目的。本文建立了数控加工中参数优化的数学模型,通过对切削过程中影响切削结果的各个因素进行了分析,从而得到了优化函数及其约束条件。提出了用神经网络和遗传算法来实现对数学模型的优化方案,用神经网络对加工过程中切削参数和结果的非线性映射的关系进行了建模,通过MATLAB中遗传算法的学习和研究对参数进行了约束性优化,并对优化结果进行了实验研究和验证。优化出的结果在加工仿真中的应用,能够提高切削的时间,达到了提高切削效率的目的。