以敏捷制造和绿色制造理念为代表的21世纪制造业要求产品制造能够实现高质量、高效率、低成本,并且要充分发挥昂贵的自动化机床的加工性能。优化加工参数和加工路径是实现这一目标的关键环节。但是由于这两类优化问题在变量选择、约束条件、多目标归一化、优化方法等诸多方面还存在着不足。特别是孔加工路径优化方面建模较少、优化方法较落后,所以,对自动化加工过程中切削参数优化和加工路径优化的研究是目前急需深入研究的课题。遗传算法作为一种随机的搜索与优化方法,有着鲜明的特点。由于它不采用路径搜索,而是以概率选择为主要手段进行搜索,可以处理任意复杂的目标函数和约束条件,实现全局最优化,避免落入局部极值点。本文应用遗传算法对车、铣削参数和孔群加工路径的建模优化问题进行了较为系统研究。主要工作如下:首先,研究标准遗传算法的基本原理。推导并建立了以最少加工时间、最小加工成本和最大利润为决策目标函数的数控车削、铣削加工参数多目标优化模型。其次,研究应用TSP数学模型和TSP路径优化方法,首次建立了以最小加工成本为决策目标的孔群加工路径单目标优化模型;建立了以刀具行进路径最短、空间变向次数最少为目标函数的空间孔群加工路径多目标优化模型。最后,研究应用遗传算法对车削、铣削加工参数优化模型和孔群加工路径模型进行了参数优化求解。其中包括:参数设定,程序清单,目标函数、综合评价函数三维图及适应度函数的性能跟踪图。由最佳加工条件,计算得出优化结果。通过优化前后的对比,验证了前文所建模型和优化算法的准确性和实用性。