Las aleaciones de titanio han encontrado un uso generalizado en aplicaciones de aviación, automoción y marina, lo que hace que su implementación en producción en masa sea más desafiante. Los métodos convencionales de eliminación de estos materiales de aleación son inadecuados debido a la alta tasa de desgaste de corte y la tasa de procesamiento más lenta. Las complejidades de estos materiales han impulsado la creación de métodos de mecanizado de vanguardia. El Mecanizado por Descarga Eléctrica por Hilo (WEDM) es una técnica que tiene el potencial de ser útil para la eliminación de materiales que son más duros y eléctricamente conductores. Para crear diseños intrincados, este método se emplea con frecuencia. Los factores de entrada, incluyendo la duración del pulso (encendido/apagado) y la corriente máxima, se tuvieron en cuenta durante el proceso de diseño experimental. La tasa de eliminación de material, la rugosidad de la superficie, la desviación dimensional y los errores de GD&T se eligieron como indicadores de rendimiento. El enfoque propuesto por Taguchi fue seleccionado para la investigación de los factores del proceso, y se eligió un Análisis de Varianza para determinar la importancia relativa de cada factor. A partir del análisis se percibe que la corriente aplicada es el factor predominante que influye en las características de salida elegidas. La aspiración de este artículo es desarrollar un modelo de toma de decisiones basado en un método de aprendizaje híbrido que pueda ser adoptado para predecir las medidas de salida seleccionadas que afectan el proceso WEDM. Según los hallazgos, el valor del ANFIS-GRG, que se predijo que era 0.7777, estaba de hecho más cerca de ese valor que de cualquier otro. El modelo propuesto tiene la capacidad de ayudar a hacer más eficientes una variedad de diferentes procesos de producción. El análisis mostró que la funcionalidad del modelo se mejoró, lo que ayuda a los productores a tomar decisiones bien informadas.