毛坯形状的确定是板料成形工艺设计中的一个重要问题。板料拉深成形过程中，除材料性能、变形方式、模具状态及润滑条件等影响因素外，毛坯形状是直接影响其成形质量的一个重要因素。　　 合理的毛坯形状一方面有助于改善拉深件的应力应变状态，提高极限拉延率，显著地提高拉深成形性能，获得厚度变化均匀的高质量拉深件；另一方面也可以节省材料，甚至可能免去后续的修边工艺，大大降低生产成本。目前，人们已经提出很多确定合理毛坯的方法：如经验法、滑移线法、几何映射法、理想成形法、模拟法等等。　　 在实际生产中，大多数厂家一般的做法是根据经验公式得到展开尺寸，再采用几何作图法绘制出毛坯轮廓。这样得到的毛坯在外形上接近于合理轮廓，但产品在实际生产中成形精度较低。因此，我们必须寻找一种合理的求解毛坯形状的方法，来保证板料的成形质量，从而提高经济效益。　　 本文首先研究了运用有限元正反向相结合的方法进行复杂零件的毛坯优化设计，即先采用逆算法得到产品的初始毛坯，再通过正向模拟来修正毛坯的尺寸，使毛坯的尺寸进一步接近理想尺寸，从而减少调模次数。随后，文章将该方法与传统方法进行比较研究，并重点对盒形件圆角区的毛坯优化问题进行了分析探讨。最后，在运用有限元法优化设计的基础上，把人工神经网络理论运用到毛坯形状设计当中，搭建起基于径向基函数神经网络的毛坯形状快速预测系统。　　 文章在进行理论分析与仿真模拟的同时，通过实例介绍了本文研究在实际生产中的应用，获得了理论分析、模拟分析和实验验证相一致的结论，取得令人满意的结果。　　 本研究课题来源于2006年广东省工业攻关计划项目“车身覆盖件模具设计制造成套技术的开发”，编号2004A11403002。冲压件毛坯优化设计是其分支之一。通过本课题的研究，将冲压件成形理论与数值模拟仿真技术以及人工神经网络理论相结合，大大提高了产品毛坯的设计精度，减少了调模次数。达到了提高生产效率、保证成形质量和降低生产成本等目的。本文的研究成果对于其它同类产品的生产有较为普遍的指导和参考意义。