针对注塑成型工艺特点,结合注塑成型工艺优化方法研究现状及发展趋势,以注塑成型工艺参数为研究对象,产品成型质量、成型周期及制造成本等为优化目标,基于有限元分析技术、统计实验方法及人工智能技术构建了注塑成型工艺多目标优化数学模型,提出了基于神经网络技术和遗传算法的注塑成型工艺优化方法。选取注塑成型工艺参数：模具温度、注塑温度、保压压力、保压时间及冷却时间为决策变量,以塑料件翘曲变形量及成型最大锁模力为优化目标,构建了产品注塑成型工艺多目标优化数学模型,并采用遗传算法对所构建的数学模型进行求解。研究结果表明所提出的注塑成型工艺优化方法能够根据生产需求快速有效地对注塑成型工艺参数进行优化设计,达到提高产品成型质量、降低生产能耗的目的。针对国内某企业汽车杂物箱盖注塑成型过程中翘曲变形量难以控制问题,应用所提出的注塑成型工艺优化方法,对该件成型工艺参数进行优化设计。基于Moldflow软件平台建立了该件的有限元分析模型,对该件注塑成型工艺过程进行模拟分析；采用神网络技术构建了该塑料件翘曲变形量预测系统,研究结果表明该预测系统能够快速准确映射成型工艺参数：模具温度、注塑温度、保压压力、保压时间、冷却时间同汽车杂物箱盖翘曲变形量之间的函数关系,预测产品在给定成型工艺参数下的翘曲变形量,其预测误差在2%以内。基于汽车杂物箱盖翘曲变形量预测模型,建立了该件的注塑成型工艺优化数学模型,并采用遗传算法进行优化求解。求解结果表明优化后该件的最大翘曲变形量为0.804mm,较之初始工艺方案的翘曲分析结果2.358mm,降低了66%,极大地提高了产品的成型质量,得到了满足装配使用要求的成型零部件。研究结果进一步证明了所提出的基于神经网络技术和遗传算法的注塑成型工艺优化方法的有效性和可靠性。