近年来，随着世界汽车保有量日益增加，由汽车引起的环境问题和能源消耗问题逐渐显现，人们对汽车的环保性能和燃油经济性能要求越来越高，因此，在保证汽车各项性能情况下，汽车轻量化作为节能环保和提高燃油经济性的有效途径而倍受汽车工业青睐。为了适应汽车轻量化的要求，具有重量轻、强度高、耐腐蚀，成形方便、设计自由度大等突出优点的复合材料正应运而生，并且在汽车上的应用范围日益扩大。本文的研究目标是将玻璃纤维毡增强热塑性复合材料（Glass Mat reinforcedThermoplastics，GMT）应用于某款轿车的后背门外板，研究其模压成型有限元仿真过程并优化模压成型工艺参数。针对这一研究目标，本论文主要展开以下三方面的研究工作：（一）验证GMT复合材料制件代替钢制件的可行性；（二）选择适用于GMT复合材料性能特点的材料模型，用于GMT复合材料模压成型过程的有限元仿真；（三）对后背门外板模压成型过程的工艺参数进行优化。为了验证GMT复合材料制件代替钢制件的可行性，本文首先进行有限元仿真分析，并与试验结果进行对比，验证GMT复合材料后背门的刚度和模态满足车身覆盖件材料刚度和模态的设计要求。为合理地表征GMT复合材料在模压成型过程中的力学性能，给出几种材料模型以供选择。其中，Composite材料模型是一种热粘弹性基体与弹性纤维复合的材料模型；Trims材料模型是一种可以表征各向异性及各向同性的弹塑性材料模型，该模型包含了温度或应变率对材料性能的影响。通过对比，发现Trims材料模型比Composite材料模型可以更好的反映GMT的真实单向拉伸情况，因此选择Trims材料模型对模压成型过程进行有限元模拟分析，并进一步利用参数反求方法得出GMT复合材料的厚向异性系数。最后采用平底筒形件拉深成型验证该模型及模型参数可以适用于GMT复合材料。基于Trims材料模型，进行某轿车后背门外板的模压成型有限元仿真，分析得到影响模压成型质量的四个工艺参数：片材温度、模具温度、凸模进给速度和摩擦系数。成型件的成型质量与成型工艺参数密切相关。最后采用径向基函数（RBF）神经网络模型拟合工艺参数与后背门外板的成型厚度平均值、标准差之间的近似模型，并采用带精英策略的非支配排序遗传算法（NSGA-II）寻优，找到使得成型后厚度平均值最大（减薄最小）且厚度分布最均匀的一组工艺参数组合。本文的研究工作对GMT复合材料应用于轿车后背门的模压成型模拟分析及工艺参数优化提供了科学可行的方法，为扩大GMT在汽车轻量化中的应用提供科学依据。