Streszczenie Obróbka elektroerozyjna (EDM) jest szeroko stosowanym nietradycyjnym procesem obróbki, który zapewnia wysok? precyzj? i zlo?one ksztalty geometryczne w trudnych do obróbki materialach. Jednak optymalizacja parametrów EDM pozostaje wyzwaniem ze wzgl?du na jej stochastyczny charakter i zale?no?c od wielu zmiennych procesowych. Integracja technik sztucznej inteligencji (AI) w EDM stala si? transformacyjnym podej?ciem do zwi?kszenia wydajno?ci, precyzji i jako?ci powierzchni. W niniejszym badaniu przeanalizowano ró?ne metodologie oparte na sztucznej inteligencji, takie jak uczenie maszynowe, sztuczne sieci neuronowe, logika rozmyta i algorytmy genetyczne do optymalizacji parametrów procesu EDM. Celem jest opracowanie kompleksowych ram optymalizacji opartych na sztucznej inteligencji w celu poprawy wydajno?ci obróbki, zmniejszenia zu?ycia narz?dzi i zwi?kszenia szybko?ci usuwania materialu.