以提高镍基合金激光切割质量为目的,针对正交法最优工艺参数限制于固定因素水平,提出用BP人工神经网络对切割样本进行训练函数拟合,以工艺参数:电流、脉宽、切速以及离焦量为输入向量,以挂渣宽度、切缝宽度以及切割完整度的综合评分作为输出向量,找出最小误差的隐含层节点,以此模型预测激光切割质量,最大误差为7.66%,最小误差-0.32%。采用综合评分作为遗传算法的适应度值,工艺参数作为变量,在实际应用的工艺参数范围内,即电流200~230A,脉宽0.8~1.4ms,切速150~300mm/min,离焦量-1~1mm,随机选择50个种群作为最初寻优群体,然后对这些寻优群体进行交叉、变异和迭代等操作寻找最优适应度值及对应的最佳工艺参数。理论预测最优适应度值为98.41,实际值为89.53,误差为9.03%,该验证样本明显优于25个实验样本,其挂渣平均宽度为81.5μm,切缝平均宽度164μm。