注塑成型是通过使用注塑机和模具把塑料原材料做成塑料产品的一种成型加工方法。随着注塑制品在精密仪器等领域的广泛应用,人们对其质量要求越来越苛刻,而其质量的好坏与注塑品生产中的工艺参数设置是否合理有着直接的联系。然而目前还没有一种较好的方法来帮助人们设置和调节工艺参数,长期以来,操作人员都是凭借自身的经验和反复试模的方法来确定工艺参数。这种方法需耗费大量的时间和金钱,与当今社会制造业的发展趋势不相符合。基于成型CAE技术的应用虽能在一定程度上改善制品的质量,但其在工艺参数优化方面却还存在很多不足之处。为了解决这些问题,本文研究一种新的优化算法来确定成型过程中的工艺参数组,实现同时对制品翘曲和线性收缩两个质量目标的优化。研究的第一个主要问题是成型工艺参数与成型缺陷的关联性和采用遗传算法的可行性。文章首先介绍了注塑成型基本原理和注塑制品常见的几种缺陷以及各自的改善方法。接着引入多目标优化理论,阐述遗传算法的基本流程和基本操作,并简要介绍了四种典型的多目标遗传算法。根据遗传算法在求解全局最优问题时有较好的鲁棒性等优点,本文决定采用遗传算法来优化工艺参数。研究的第二个主要问题是对遗传算法的改进研究,考虑到遗传算法在解决复杂问题时存在一些不足,其局部搜索能力较差。故本文引入了爬山算法并采用高斯变异来构造一种新的多目标混合遗传算法来弥补这些缺陷。再运用三个测试函数来测试新算法的性能并验证其有效性,为后续的实际应用奠定了理论基础。最后实现了注塑成型工艺参数优化系统的开发并应用案例验证该方法.的有效性。以一个移动硬盘外壳为实例,采用增强型平移拉丁超立方(ETPLHD)方法来选取样本点,用高斯过程来建立代理模型以便能更准确的得到最佳工艺参数组合。优化结果表明此方法确实能找到最佳工艺参数组从而达到优化质量目标的目的。