همزدن مکانیکی یکی از روشهای شکلدهی نیمه جامد است که برای تولید قطعات ریختگی با ساختار کروی از آلیاژها با نقطه ذوب پایین کاربرد وسیعی یافته است. طراحی آزمایشات به عنوان روشی برای بهبود کیفیت و افزایش بهره وری در انجام و تحلیل آزمایش ها مورد استفاده قرار گرفت. در این تحقیق با استفاده از روش تاگوچی اثرات پارامترهای موثر بر ریزساختار و میزان سختی آلیاژ آلومینیوم a356 که توسط روش همزدن مکانیکی به صورت ثقلی در داخل یک قالب فلزی ریخته گری شده، مورد ارزیابی قرار گرفت. پارامترهای متغیر مورد بررسی در این تحقیق، میزان نرخ برشی، مدت زمان همزدن، درصد کسر جامد و دمای قالب فلزی در نظر گرفته شده اند. سپس با کمک الگوریتم ژنتیک بر مبنای شبکه عصبی، پارامترهای ذکر شده جهت دستیابی به بهترین ریزساختار از لحاظ اندازه و توزیع ذرات فاز ?-al موجود در آلیاژ نیمه جامد فلزی، بهینه شده اند. شبکه عصبی به عنوان یک ابزار قدرتمند در ارتباط دادن بین متغیر های ورودی و خروجی جهت مدل کردن فرآیند مورد استفاده قرار گرفت. جهت ایجاد شبکه عصبی از نتایج تستهای آزمایشگاهی استفاده شد. این شبکه در مرحله بعد به عنوان تابع هدف در الگوریتم ژنتیک مورد استفاده قرار گرفت. در نهایت از الگوریتم ژنتیک برای به دست آوردن پارامترهای ورودی بهینه، به منظور دستیابی به بهترین ریزساختار، استفاده گردید. نتایج تطابق خوب بین الگوریتم ژنتیک بر مبنای شبکه عصبی و تست آزمایشگاهی انجام شده با کمک پارامتر های بهینه را نشان می دهد. نتایج حاصل نشان می دهد که شرایط بهینه در این روش با استفاده از الگوریتم ژنتیک، سرعت همزدن 305 دور بر دقیقه، دمای همزدن 606 درجه سانتیگراد، مدت همزدن 10 دقیقه و دمای پیشگرم قالب 120 درجه سانتیگراد می باشد. نتیجه حاصل از انجام تست مربوطه با شرایط بهینه، ریزساختاری با سختی75.9 می باشد.