SiCp/Al复合材料是诸多颗粒增强金属基复合材料里目前应用最为广泛的一种。作为一种新型材料，它具有优异的综合性能，在航空航天和军事、光学精密仪器等行业得到了极大的推广。目前对该材料的加工方法重点在于切削加工，然而由于增强颗粒与铝基体的特性存在巨大差异，因此SiCp/Al复合材料加工有其特有的难点及重点。　　本文首先从理论角度讨论了 SiCp/Al 复合材料的表面形成机制和缺陷形成原因，以及影响加工表面质量的因素，为后续SiCp/Al复合材料铣削工艺参数优化提供了思路。　　铣削加工参数直接影响铣削时工件所受的铣削力和表面质量，本文通过对 16组正交铣削实验进行分析，首先，介绍了数据处理采用的田口算法，将切削参数的波动当成整个生产系统的扰动来判断，该方法能在有限的实验次数里具体分析出某个特定的切削参数对铣削力或者表面粗糙度的波动影响。通过计算三个切削参数的信噪比和波动水平，对分析出各参数对结果的贡献程度，分别在尽量小的铣削力，尽量小的表面粗糙度以及在保证粗糙度尽量小的基础上综合考虑铣削力和材料去除率这三个前提下进行铣削参数的优化。　　由于表面粗糙度是表面质量的一个重要指标，本文采用多元方程、指数经验公式和广义回归神经网络三种方法对表面粗糙度进行预测，多元回归方程和指数经验公式是两种常见的数学建模方法，但是在此处建立的模型误差较大，达不到期望值；广义回归神经网络对小样本具有良好的收敛性和逼近性能，在对数据进行归一化处理后，交叉验证选取合适的光滑因子训练网络，对划分好的验证样本预测，得出的预测结果在误差允许范围内，利用训练好的网络对优化参数组合进行预测，最终挑选出一组最优参数组合。