遺傳算法（簡稱GA）是一種借鑒生物界自然選擇和自然遺傳機制的隨機的搜索算法，現(xiàn)已廣泛應用于計算機科學、人工智能、信息技術及工程實踐。
在電火花加工中，由于電參數(shù)對工藝效果難以用精確的數(shù)學模型描述，為了確定最優(yōu)加工條件，提高加工效率，基于工藝數(shù)據(jù)庫，采用遺傳算法，能夠有效地生成經(jīng)過優(yōu)化的、加工時間最短的加工條件，從而在實際加工中有效地解決了電火花加工條件優(yōu)化的問題。根據(jù)電火花加工條件，從而在實際加工中有效地解決了電火花加工條件優(yōu)化的問題。根據(jù)電火花加工工藝規(guī)律，以加工速度和表面粗糙度為目標，運用遺傳算法和模糊技術，建立了一個基于遺傳算法的電火花加工參數(shù)的優(yōu)化模型，圖所示為模仿熟練操作者的決策過程，利用遺傳算法的電火花加工實例中抽出反映電參數(shù)和加工結果之間關系的模糊產(chǎn)生式規(guī)則，通過模糊推理就可以提供一組合適的電參數(shù)，從而實現(xiàn)了電參數(shù)的優(yōu)化。
電火花加工電參數(shù)優(yōu)化模型的結構示意圖，它包括以下四部分。
電火花加工工藝數(shù)據(jù)庫 該數(shù)據(jù)庫存儲了一些從實驗中獲取的電火花加工工藝數(shù)據(jù)，包括一些成功的加工實例，它們將作為學習模塊的學習樣本。
電火花加工規(guī)則庫 該規(guī)則庫以模糊產(chǎn)生規(guī)則的形式儲了表示電參數(shù)和加工結果之間關系的若干規(guī)則。模糊產(chǎn)生式規(guī)則特別適合用來表達熟練操作者所獲得的經(jīng)驗知識，有利于分析和應用。
學習模塊 規(guī)則（知識）的獲取是一般基于規(guī)則的專家系統(tǒng)的“瓶勁”，該問題的解決也是本優(yōu)化模型的關鍵。學習模塊利用遺傳算法從電火花加工工藝數(shù)據(jù)庫的數(shù)據(jù)中，抽取出反映電參數(shù)和加工結果之間關系的模糊產(chǎn)生式規(guī)則。
推理模塊 推理模塊接受一個電火花加工要求，基于模糊產(chǎn)生式規(guī)則，通過模糊推理得出一組合適的電參數(shù)。這些電參數(shù)連同后來的加工結果再反饋回工藝數(shù)據(jù)庫，用于進一步的學習和推理，從而使得該優(yōu)化模型具有很大的適應性。
