电火花线切割过程动态多变并且难以定量控制，影响工艺指标的因素往往互相关联又互相矛盾。用传统的方法进行建模和加工参数优化是十分困难。在满足加工要求的前提下，单一依靠操作技术人员的经验，在得到高切割速度的同时，难以获得好的表面粗糙度和优异的工艺效果，为了解决这一问题，本文运用一种模糊神经网络技术、遗传算法技术、模糊聚类技术、多目标优化理论相互结合的计算智能方法，应用于电火花线切割加工工艺参数的建模和优化。 运用模糊聚类的方法，对杂乱的数据进行分析和处理，生成隶属函数和模糊神经网络的初始模糊系统。利用模糊神经网络建立了电火花线切割各个工艺参数与工艺指标的输入输出模型，并对输出进行预测，为用户在操作前，提供相关的最优工艺参数数据。并且获得多个工艺参数作用下会造成各个工艺指标不同影响的规则集，通过分析三维图，找出相应的规律。将模糊数学理论和多目标优化理论相结合建立多目标适应度函数，再运用遗传算法对工艺参数进行优化，寻找到在提高切割速度的同时，又能获得较好表面粗糙度的最优加工工艺参数。最后，运用回归分析的方法对遗传算法进行优化的值进行验证。通过试验验证，得上述优化方法应用于线切割加工可取得良好的效果。