现有的九轴五联动数控缓进给磨床运动环节多，在工作过程中可能出现刚度不足、床身等铸件变形及加工精度失准等问题.以磨床的最大变形量以及模态分析下的一阶固有频率作为主要优化目标，整身质量作为次要目标，利用ANSYS Workbench对磨床进行分析与优化，结合灵敏度分析对原有结构进行改进，得到各关键零部件新的设计方案，在磨床整机质量上升一定的程度上，磨床的最大静变形及一阶固有频率得到很大改进.再使用遗传算法（Genetic Algorithm）优化后的极限学习机网络模型（Extreme Learning Machine）联合遗传算法对该九轴五联动磨床改进结构的一些主要参数进行优化：首先，利用灰色关联分析将磨床的整机质量、最大静变形及一阶固有频率转成综合目标灰色关联度，其次，通过遗传算法优化后的极限学习机网络模型（Genetic Algorithm-Extreme Learning Machine）拟合改进磨床主要参数与综合目标灰色关联度之间的非线性耦合关系，最后，使用GA强大的寻优能力在训练好的GA-ELM网络模型中寻找最优工艺参数，优化后九轴五联动磨床的整机质量、最大静变形减小及一阶固有频率相对于改进方案得到优化.为后续相关工艺人员对该磨床的结构和参数优化提供一定理论支撑与参考价值.