中文摘要：

在许多实际工程中常遇到多目标的优化问题。这些目标往往互相矛盾甚至冲突，而且此类问题一般均具有非线形、动态、不确定的特性。过去，大多数多目标的优化方法建立在数学模型的基础上，由于所建模型与实际系统相差很大，影响了优化的效果。近年来，许多学者开始采用基因算法（Genetic Algorithm）进行多目标的优化处理，由于必须要有一个目标评估函数（Fitness Fuction），而要正确地获得该评估函

结论摘要：

在许多实际工程中常遇到多目标的优化问题。这些目标往往互相矛盾甚至冲突，而且此类问题一般均具有非线形、动态、不确定的特性。过去，大多数多目标的优化方法建立在数学模型的基础上，由于所建模型与实际系统相差很大，影响了优化的效果。近年来，许多学者开始采用基因算法（Genetic Algorithm）进行多目标的优化处理，但这种方法的致命弱点是必须要有一个目标评估函数（Fitness Fuction），导致其不能更普遍地被应用于工程实际中。本项目采用集成数据挖掘方法（Integrated Data Mining Approach）结合计算智能技术（Computational Intelligence）建立复杂制造过程的基本模型，并对多目标优化问题进行全新的处理，建立了一种新的方法，能够达到简易、快速、精确、有效的目的。本项目建立了多目标优化系统；并通过在高速走丝线切割加工中应用，证明了这种集成计算智能方法的可行性和正确性。对解决制造过程中难以处理的非线性、动态、不确定的多目标优化，具有重要的理论和实际意义。