RTM是一种多相变的、多尺度的、多变量的、非稳态的、非等温的、非线性的、具有一定周期性的复杂成型过程,影响RTM工艺成型质量的因素十分繁杂,大致可分为四类：材料参数、机器参数、工艺参数和扰动。其中成型工艺参数是最重要的一类影响因素,工艺参数选取的合理与否,将直接关系着RTM工艺的成型质量,以及最终制品的使用性能。凭经验选取工艺参数这种做法的主观性太强,往往不可靠或精度不够：理论计算法虽然可以得到精确的解,但仅限于求解比较简单的方程；数值法比较适合求解简单的模型,但对于形状或边界条件复杂的问题,数学表述和程序编写比较困难,且模拟时间很长；实验法会耗费大量的资源、能源和人力,不经济且周期长；遗传算法等优化设计方法,经常出现过早收敛(早熟)、不收敛或收敛速度慢等问题。本文针对注射压力优化中的这些问题,提出了基于粗糙集和遗传算法的RTM注射压力优化方法。对注射压力知识库采用区分矩阵法进行属性约简,通过相似度计算提取知识库中符合要求的样本作为初始种群,然后以注射时间为目标函数,并构造相应的适应度函数,进行标准遗传操作。实例表明,改进遗传算法的收敛速度更快,最优解的适应度更大,模拟充填效果更好。另外,针对传统理论模型过多依赖于无任何意义的经验常数,以及现有渗透率的研究大多针对平纹、斜纹,鲜见有关缎纹的研究报道等问题,本文根据分形理论、最小势能原理和达西定律,提出了改进分形渗透率模型,用于缎纹织物的渗透率预测。根据纤维织物的结构特点,选取重复性结构单元,并引入最小势能原理,求解单胞内纤维束的实际长度,进而得到孔隙的弯曲分形维数。利用显微测量技术获取等效最大孔隙直径,再结合纤维体积分数求得孔隙率,进而可求出孔隙结构分形维数。最终,将渗透率表示为截面面积、孔隙代表性长度、最大孔隙当量直径、孔隙结构分形维数和孔隙弯曲分形维数等结构参数的显示方程,物理意义直观明了。实例表明,用改进分形理论预测的五枚和八枚缎纹的渗透率值与实验值测量值吻合良好。本文还针对单纯地以流程最短或充填时间最短为目标优化浇口位置不可靠,以及模拟软件浇口位置优化分析的精度不高等问题,提出了新的浇口位置方案评价标准(或充模质量评价数),开发了浇口位置方案评价系统,并利用面向对象化语言——Delphi实现了该系统。最后,以某无人机机翼为例进行了浇口位置方案分析,结果表明以充填时间最短为标准选出的最佳方案——方案3的充模效果并不理想,而以充模质量评价函数为标准选出的最佳方案——方案7的压力方差、剪切应力、翘曲变形量、体积收缩率和缩痕指数等参数都非常的合理,充模的整体效果比方案3好很多。