气体辅助注塑成型技术是一种新型塑料加工成型技术，具有改善产品表面质量，缩短产品生产周期，提高产品生产效率等特点，近几年来在欧洲、北美和日本等发达国家的汽车领域和家电领域得到广泛应用。气辅注塑由于增加注气阶段，使得其成型过程相对于传统注塑更加复杂，涉及注气压力、注气时间、熔体预注射量和气体延迟时间等新工艺参数，若这些工艺参数设置不合理，就会使产品出现短射、吹穿、翘曲变形等质量问题，而且气体穿透对于工艺参数的改变很敏感，微小的变化就会导致整个气体穿透状态的改变。故如何确定影响产品质量指标的关键工艺参数；如何确定工艺参数对产品质量指标的影响趋势以及指标取最优时对应的因素优水平和优组合；如何对工艺参数进行优化配置以实现多指标优化是当前该领域研究的热点。本文以某工厂提供的空调手提为研究对象，利用CAE分析软件MoldFlow模拟产品注塑成型过程；利用数值模拟分析法研究5个气辅工艺参数（模温、熔温、熔体预注塑量、气体延迟时间和注气压力）对4个质量指标（气体穿透长度、气体总穿透体积和气体二次穿透体积和制件体积收缩率）的影响趋势；利用人工神经网络建立多质量指标和工艺参数之间的非线性映射关系；利用遗传算法对多指标工艺参数进行优化，具体研究内容主要体现在以下几个方面：（1）利用UG建立空调手提CAE分析模型，采用MoldFlow进行模拟试验，对模拟结果进行Taguchi正交试验设计。通过直观分析确定各工艺参数对质量指标的影响趋势以及指标取最优时对应的因素优水平和优组合；通过方差分析（Analysis of Variance）确定各工艺参数对产品质量指标的贡献率并对各工艺参数对指标的影响情况进行显著性检验；通过灰关联分析(Gray Relation Analysis)确定综合指标的最优结果以及综合指标取优值时对应的因素优水平和优组合，最后对优组合进行验证。（2）以Taguchi正交试验获得的分析数据为样本数据，构建局部寻优BP网络多指标预测模型、交叉验证改进的BP网络多指标预测模型和遗传算法改进的BP网络多指标预测模型，得到产品质量指标与各工艺参数之间的非线性映射关系，并通过对比分析，得出最优的预测模型。最后通过试验验证，说明构建的预测模型的正确性和可行性。（3）以优化的BP网络建立的工艺参数和质量指标之间的非线性映射关系为适应度函数，构建基于遗传算法的多因素和多指标的非线性全局优化系统。最后通过分析和试验验证，证明全局优化模型的正确性与可行性。（4）以VB为开发平台，通过ActiveX自动化服务技术研究一种混合编程方法，并基于此开发基于VB和Matlab的产品质量指标预测系统，包括局部寻优BP网络多指标预测系统，交叉验证改进的BP网络多指标预测系统，遗传算法改进的BP网络多指标预测系统。这不仅提高程序开发的效率，缩短设计周期，而且大大提高智能算法的实用性。