高速切削凭借其高效率、高精度的优点，在各个领域得到充分应用。尽管如此，为了能够使其获得进一步的发展，还有许多制约因素有待解决。现在不再是单一的追求效率或者是追求高的精度，而是如何能够在同时保证零件精度要求下，获得更高的效率，以便能够充分发挥高速加工的优越性.因此对于高速铣削表面粗糙度方面的研究具有十分重要的现实意义。本文分析了高速铣削表面粗糙度的影响因素，提出了采用模糊理论的方法，建立更加精确的预测模型，在递推最小二乘法的基础上，提出结合基本蚁群算法实现模糊系统的训练，对比试验显示改进算法训练的模糊系统最终收敛误差最小，效果最优。通过实验对所建模型进行了测试，测试结果显示基于两种算法所建的预测模型在精确度及收敛性上均优于传统算法。在以加工精度和加工效率为优化目标的基础上，加入了残余应力及刀具耐用度等约束建立了铣削参数优化数学模型。提出采用动态蚁群遗传算法进行优化计算，实验证明，优化方法不仅鲁棒性强而且收敛效果更好，对于不同的要求，能更加快速得到精确铣削参数组合。最后，以Visual C++6.0作为软件开发的平台，实现MATLAB软件调用，开发了铣削参数优化系统，可以完成高速铣削表面粗糙度的快速预测，减少实际生产过程中的浪费，节约了时间，提高了效率。通过对高速铣削表面粗糙度预测以及铣削参数优化等关键技术的研究，降低了实际生产过程中资源的大量消耗，缩减了成本，提高了效率，使得高速铣削能够充分发挥其高效率、高精度的优点，得到更加广泛的应用，并为高速铣削能够获得进一步的迈进奠定了坚实的理论基础。