在注塑模具设计中，浇注系统在注塑模具中起传质和保压的作用，浇注系统是否合理，直接影响到制品的表观质量、形位尺寸、物理力学性能、填充模具难易程度以及熔料在充模时的流动状态。在浇注系统(主流道、分流道、浇口、冷料穴)中，浇口的作用更突出，浇口的数目和位置主要影响浇口的充填方式；浇口的形状与尺寸大小决定了聚合物流动方向和平衡。传统的流动平衡是根据设计者的经验反复试模，修模调整流道和浇口尺寸来实现的，费时费力。注塑模CAE技术的出现使人们不再需要制造实际的模具就可预测流道系统的性能，提高一次试模的成功率。将优化技术与CAE技术结合起来，利用CAE的模拟结果，借助于优化理论构造有效的算法优化浇注系统，使其达到充填平衡。实现注塑模浇注系统的自动优化设计是注塑模CAE技术发展的必然趋势。浇注系统优化问题是在填充过程数值模拟的基础上，利用遗传算法来实现的。在填充过程数值模拟过程中，我们可以得到各个型腔中各单元不同的压力分布以及填充时间的长短，这些数据为遗传算法提供了依据。遗传算法是借助于计算机编程，将待求问题的解表示成染色体，从而构成一个种群，并将它们置于问题的求解环境中，根据适者生存的原则，从中选择适应环境的染色体进行复制，且通过交叉、变异两种基因操作产生新的一代更适应环境的种群，经这样一代代地不断变化，最后收敛到一个最适应环境的染色体上，即求得问题的最优解。本文将数值模拟技术和遗传算法相结合，对注塑模浇注系统进行优化，确定浇注系统的大小，以达到最佳的填充平衡。其主要工作如下：1．在对模具填充过程进行深入分析的基础上，基于使模具型腔压力分布尽可能均匀和注塑时间尽可能短的考虑，同时考虑各型腔注射压力和填充时间相同。构造了符合实际问题的数学模型(目标函数和约束条件)，并对该模型做了适当的简化。2．在填充过程数值模拟的基础上，采用遗传算法对该问题进行求解。在求解过程中，根据实际情况确定浇注系统基因表达，对目标函数进行适当的变换确定适应度函数以及适应度函数的定标，采用二进制编码方式并对染色体进行了复制、交叉、变异等一系列操作。同时，为了避免早熟现象的发生，对交叉和变异算子进行了调整。3．编写了优化系统程序，并进行了实例验证。给出优化前后浇注系统的尺寸大小，并分析优化后的压力分布状况，说明优化设计程序的合理性和正确性。