在航空航天等重要领域中,铝合金薄壁件和发动机涡轮叶片以优越的综合性能而被广泛的应用,由于这类零件大部分采用铣削加工,而且工件刚性差,零件的加工精度及表面粗糙度难以保证,同时由于采用保守的铣削参数,加工效率低,难以适应现代企业以追求产品高质量、高效率为目标的现状。因此研究如何合理的铣削参数来提高薄壁类零件的加工质量及加工效率具有重要的意义和实际价值。本文以高速铣削机理为理论基础,结合薄壁件和整体叶轮铣削加工试验,进行了基于遗传算法与非线性规划寻优相结合的铣削参数优化系统的研究与开发,主要的研究内容为：本文首先分析了软件系统需求的相关内容,从软件系统结构设计、工作流程设计、数据流图分析和系统功能分析等方面完成了软件的总体设计；其次,为了获得软件系统进行铣削参数优化时所需的试验数据,分别对薄壁件和整体叶轮设计了铣削加工试验,并通过试验数据分析了铣削参数及铣削参数之间的交互作用对零件表面粗糙度的影响规律,总结出各铣削参数及其交互作用对表面粗糙度影响的重要程度,提出铣削加工时合理选择铣削参数的方法；然后,为了提供薄壁件和整体叶轮进行铣削参数优化时的表面粗糙度约束保证,以薄壁件和整体叶轮的铣削加工试验数据为基础,针对薄壁件和整体叶轮,分别运用BP神经网络和多元线性回归方法,建立了基于铣削参数表面粗糙度的预测模型,该预测模型很好的解决了铣削参数与表面粗糙度之间强烈的非线性关系；最后,在已建立的薄壁件和整体叶轮表面粗糙度预测模型的基础上,建立了以最大加工效率(单位时间材料去除率)为目标,以表面粗糙度技术要求、机床和刀具对铣削参数的限制为约束的铣削参数优化模型,针对薄壁件和整体叶轮提出了一种遗传算法与非线性规划寻优函数相结合的优化算法,利用该优化模型得到较理想的铣削参数。根据以上研究成果,开发了航空典型特征件铣削加工表面粗糙度预测及铣削参数优化系统,文章最后给出了系统运行实例。