人工神经网络控制是一种新兴技术，是用计算机对人类大脑功能进行抽象、简化和模拟而建立的高度非线性的超大规模连续时间动力系统，它具有自组织、自学习、容错性和并行处理信息的能力，特别适合处理复杂问题，是对专家系统的有力补充。

人工神经网络实现从加工参数空间到加工效果空间的非线性映射。一般以峰值电流、脉冲宽度、脉冲间隔、抬刀时间和加工时间为输入参数，以加工速度和表面粗糙为输入参数，通过网络建立电火花加工工艺模型。经过与实验数据比较，该模型能够精确地预测出给定条件下的加工速度和表面粗糙度，真实反映加工的工艺规律。为了鉴别对加工效果有害的和有益的放电过程，通过网络结构输出5种放电过程（状态），即稳定加工过程、稳定拉弧过程、振荡过程、空载过程和过渡过程；输入分别为放电利用率、空载率、短路拉弧率、放电间隙平均电压以及空载过程和过渡过程的反馈量。仿真结果表明，该网络可以准确地对加工过程进行分类，有助于控制系统针对不同的过程采取不同的控制策略。

目前，人工神经网络技术已有多种不同的结构模型，今后应将多种结构模型合理结合，充分发挥人工神经网络技术的自身优势，与专家系统、模糊控制技术互相取长补短，提高对放电状态、加工效率、放电位置等的预测精度，提高在线实时控制效果，推动电火花成形加工过程控制向更高层次发展。