随着“工业互联网”、“工业4.0”及“中国制造2025”等一系列概念的提出,“智能”成为现代加工制造行业的特征。切削加工是加工制造中主要的加工方式之一且在加工过程中会产生大量数据。由于数据切削加工中各种规律的具体体现,而用于数据挖掘的分类算法是大数据分析算法中涉及到的一类重要算法。因此,采用基于大数据分析技术的优化方法对切削加工过程中所包含的加工资源进行优选是提高生产效率、降低生产成本和实现切削加工过程智能化的有效途径。因此,基于大数据分析技术的切削加工过程优化方法的研究对实现切削加工过程智能化具有重要的意义。首先,由于切削加工过程十分复杂,无法直接采用大数据分析技术进行分析。因此,本文在分布式工艺规划(DPP)的基础上提出强化分布式工艺规划(EDPP)对加工过程中所涉及到的加工资源进行分解并将切削加工过程优化问题转化为大数据分析问题。还提出了加工资源数据化过程中应遵循的准则,并基于所提出的准则对加工资源从几何和物理两个方面进行汇总和数据化。其次,针对切削加工过程的高度非线性和难以建立全局优化模型等问题,本文对大数据分析技术中用于建模的数据挖掘算法和用于模型优化的优化算法原理进行研究。基于所研究的两类算法,通过结合的方式提出用于切削加工过程建模和优化的混合算法,并对所提出的混合算法进行程序实现。再次,基于实际加工情况和现有切削加工理论,根据本文汇总的加工资源数据属性生成模拟的切削加工大数据。根据所生成的模拟数据对所提出的混合算法的性能进行评估,选取最优混合算法进行切削加工过程优化。最后,本文通过一个加工实例对所提出的切削加工过程优化方法进行演示,证明所提出方法的可行性。