钣金成形技术作为现代制造业非常重要的一部分,在航空航天、汽车总装和兵器兵工行业应用广泛。不合理的工艺参数选取会引起如起皱、破裂等成形缺陷发生在模面上,影响产品的成形质量。同时,钣金成形过程的非线性程度很强,主要体现在边界、材料和几何的强非线性上。随着数值仿真技术的发展,将试验设计法、有限元分析和优化设计理论相结合,优化钣金成形工艺参数,可以降低钣金成形工艺参数确定过程中对设计者工程经验的依赖程度,在低成本的前提下控制钣金件的成形质量。本文针对钣金成形工艺参数优化问题,将中心复合试验、高斯过程回归和改进多目标遗传算法相结合,对钣金成形工艺参数代理模型建模问题和代理模型求解问题展开研究,建立了完整的钣金成形工艺参数多目标优化技术体系,并通过实际工业现场的零件冲压实验来验证所获取的工艺参数组合,检验所提优化设计方法的有效性、可靠性和工程实用性。本文对比了常用的试验设计法和代理模型技术,阐述了高斯过程回归方法的模型准则和超参数学习方法。通过分析钣金件在冲压过程中的缺陷产生机制,确定了成形过程的可控优化设计变量。以汽车引擎盖冲压过程为例,基于高斯过程回归、优化支持向量机和二阶响应面构建工艺参数和成形缺陷评价函数之间的非线性回归模型,并对三种建模方法进行了模型性能比较,验证高斯过程回归方法在钣金成形领域的有效性和适用性。在总结上述研究内容之后,将人工免疫算子引入到NSGA-II算法中,提出基于高斯过程回归-人工免疫NSGA-II的钣金成形工艺参数多目标优化技术体系,并以汽车前隔板的成形过程为例,验证所提优化体系的性能。即采用基于人工免疫算子的NSGA-II算法对所建立的高斯过程回归模型进行求解,获取优化工艺参数组合的非劣解集。在可行解较多的情况下,提出了基于欧式范数的理想点选解法。然后将最终的多目标优化结果应用于有限元数值模拟和工程实例验证。通过有限元分析和工程实例检验所提出多目标优化技术体系的高效性、准确性。