ماشینکاری تخلیه الکتریکی یکی از روش های براده برداری غیر سنتی می باشد، که مکانیزم براده برداری در آن مستقل از نیروی مکانیکی بوده و ماهیت الکتریکی حرارتی دارد. با استفاده از این روش می توان اشکال پیچیده و مواد سخت را ماشین- کاری نمود. لذا، از آن به طور انبوه در صنعت قالبسازی استفاده می شود. در این فرآیند بدلیل اینکه تجمع ذرات جداشده از قطعهکار در گپ ماشینکاری سبب ناپایدار شدن شرایط ماشینکاری می- شوند، بنابراین باید براده ها و آلودگی ها را از منطقه گپ دور شده تا قابلیت ماشینکاری افزایش پیدا کند در این پژوهش اثر ترکیب میدان مغناطیسی و چرخش ابزار بر فرآیند ماشینکاری تخلیه الکتریکی مورد بررسی قرار گرفت. نتایج نشان داد که این دو روش تاثیر مثبتی بر نرخ براده برداری و زبری سطح ماشین کاری دارند. به نحویکه با دور کردن برادهها از منطقه گپ تعداد پالسهای نرمال افزایش یافته و نرخ برادهبرداری بهبود مییابد. همچنین این روشها سبب جلوگیری از ذوب مجدد برادهها شده و زبری سطح را کاهش میدهند. از طرفی با استفاده از این روشها سایش ابزار و گشادی کناری افزایش می یابد. در ادامه کار به منظور مدل سازی و بهینه سازی فرآیند، روش هایی مبتنی بر تکنیک های هوش مصنوعی مورد استفاده قرار گرفت. با استفاده از یک روش عصبی – فازی یک رابطه با دقت بالا بین ورودی ها و تمامی خروجی های فرآیند برقرار شد. سپس این رابطه را به عنوان تابع هدف الگوریتم آنیل شبیه سازی شده مورد استفاده قرار گرفت. بهینه سازی در دومرحله ماشینکاری با انرژی زیاد و کم انجام شد و پارامترهای مهم خروجی در هر مرحله بهینه سازی شدند.