Dans cet ouvrage, les auteurs prsentent une approche base sur la rgression multi-linaire pour la modlisation de la rugosit de surface lors du tournage d'un alliage commercial de laiton. Deux modles de rgression sont dvelopps en utilisant les donnes exprimentales recueillies selon une mthodologie de conception d'expriences base sur des facteurs complets. Alors que la pratique conventionnelle consiste  dvelopper des modles de rgression en utilisant l'ensemble des donnes exprimentales, nous nous cartons de cette pratique et n'utilisons qu'un sous-ensemble des donnes disponibles, les autres donnes tant utilises pour la validation du modle. Cette sparation des donnes exprimentales en donnes de formation et de test est faite de manire alatoire sans invoquer aucune rgle mathmatique. Les rsultats obtenus ici rvlent que le modle de rgression de second ordre est statistiquement meilleur pour prdire la rugosit de surface pour les deux ensembles de donnes. La rugosit de surface minimale globale est dtermine en utilisant les modles de rgression dvelopps conjointement avec l'optimisation  objectif unique base sur l'algorithme gntique. Les rsultats de l'optimisation rvlent que le minimum global obtenu  l'aide du modle de rgression du second ordre est en accord troit (prcision - 94%) avec les rsultats exprimentaux.