人工神经网络（ANN）有强大的学习和计算能力，能够比较容易的实现非线性映射，能够模拟人类大脑的某些功能。人工神经网络模型又分为前向神经网络模型和动态神经网络模型两种。本文主要研究前向神经网络模型在铣削力预测中的应用。前向神经网络模型又分为单一人工神经元结构、单层神经网络结构和多层神经网络结构。考虑到本文研究的铣削力有时变、非线性特点，因此采用多层前向神经网络模型，又称BP网络模型。在YCM-V65A型四轴联动立式加工中心上，采用YDX-Ⅲ9702型压电式铣削测力仪进行铣削力测量正交试验。首先分析影响铣削力的各种因素，然后根据正交试验设计方法设计正交试验表，最后根据正交试验表进行试验。MATLAB中的神经网络工具箱的功能十分强大，里面封装了大量的功能函数，本文通过对其中相关函数的调用从而实现了实现网络设计、权值初始化和网络训练以及仿真等。本文根据试验数据并应用人工神经网络对铣削力进行建模和仿真，使模型能够达到根据不同的铣削参数比较准确的预测铣削力的目的。试验和仿真结果都说明了用BP神经网络模型对铣削力建模可以比较准确的预测铣削力。