电火花成形加工技术发展至今,已被广泛应用于各个领域,对国民经济建设起到了巨大的推动作用。但该机理是一个复杂多变,且具有随机性和不确定性的过程,要得到良好的加工效果,必须依靠操作者的经验,事实证明由于人的个性差异其结果往往大相径庭。因此本文通过对国内外电火花成形加工机理研究情况的广泛调研、分析和总结,抓住影响加工效果的突出因素,设计正交试验,研究电火花成形加工过程的工艺规律,然后以此为依托分析传统建模和非传统建模,提出了建模简单、运算量少、模型精度高、泛化能力强,以及对电火花成形加工工艺预测有一定指导意义的灰色神经网络模型,即灰色神经组合模型（Grey Neural Networks Model,GNNM）。首先,查阅了大量有关电火花成形加工机理的研究资料,对国内外研究情况做了一个简单的梳理和总结,并且系统的分析了影响材料放电腐蚀的各种因素,这些工作为后面的试验设计做好理论基础。其次,分析电火花成形加工中存在的问题,抓住影响加工效果的主要因素:脉冲宽度、脉冲间隙、峰值电压、峰值电流,设计L₁₆（4⁴）4因素4水平试验方案,并应用极差和方差处理数据,系统分析了四大电参数对工艺效果影响的规律,找出主、次因素以及参数的最优组合。研究发现影响加工效果的实质为单位时间内的放电能量,加工速度、表面质量以及电极损耗为相互对立关系,得其一必损其二,合理中庸的选择电参数才能达到满意效果。最后,通过系统分析传统建模方法、神经网络以及灰色系统理论,对其作出优缺点点评,提出灰色模型的“贫信息”、建模简单、非线性处理能力欠佳的特点与神经网络“大样本”、非线性处理能力超强的特点进行人为的有机组合、相互补充,利用两者的优点建立起性能更优越的灰色神经网络模型,即灰色神经组合模型。该模型依托多因素正交试验数据能比较精确的映射出电火花成形加工的工艺规律,具有精确的拟合精度和理想的预测精度,在目前电火花成形加工机理还不是十分透彻的情况下,为其研究提供了新的途径和方法。本文的研究对电火花成形加工技术有一定的指导意义,为加工参数的优化选取以及模型的建立提供了理论基础和试验数据。同时,本文提出的灰色神经组合模型更是为后续的工艺仿真研究提供了一个新的途径。