由於質量輕高強度的鎂合金與高導電的銅金屬具有不同優越特性,導致兩者的接合在現今工業應用上非常普及且重要,而氬銲則是非常方便普及的接合技術。然而,在銲接過程中,鎂合金與銅的熔點分別為1,083℃與649℃差異甚大,且其可銲性之條件範圍狹窄會有接合介面和融熔銲道形成硬而脆的介金屬化合物的困難點。此外,一般對於銲接參數設定並沒有公式可循,完全憑藉專家過去的知識和經驗來設定,一旦超出專家經驗範圍,便無法有效設定最佳參數,容易造成銲接品質不佳。有鑑於此,本研究將發展一套經濟且有效之多品質特性田口實驗設計方法,解決大量連續型參數及水準之多重品質特性實驗設計問題,並利用理想解類似度順序偏好法(technique for order preference by similarity to ideal solution, TOPSIS)與類神經網路(artificial neural network, ANN)訓練最佳化參數設計函數架構,結合基因演算法(genetic algorithm, GA)的柔性演算法(soft computing, SC)搜尋最佳參數組合,找出銅與鎂合金異種金屬板材銲接最佳化參數組合。