光固化快速成型技术由于其制作过程智能化、成型速度快、自动化程度高和产品生产周期短等特点,成为国内外应用、发展最迅速的快速成型技术之一。随着制造业对这一技术的广泛关注,制件的精度问题对其质量有着至关重要的影响。因此,对光固化快速成型工艺的精度研究与控制具有极其重要的现实意义和应用价值。本文对影响光固化快速成型工艺精度的因素进行了理论分析和确定,并具体阐述了各因素对成型精度的影响。以SPS600激光快速成型机为实验平台,采用DSM SOMOS 14120型光敏树脂对光固化制件进行了基础性实验研究,为本文通过优化加工工艺参数提高光固化成型精度的实验研究提供了知识源。在对光固化快速成型的生产工艺和制件精度研究的基础上,针对光固化加工工艺参数优化这一复杂的实际组合优化问题,以固化线宽和固化深度作为最终优化目标,找到一个多目标优化的方法,基于人工神经网络与模拟退火—改进遗传算法建立光固化快速成型加工工艺参数的优化系统,从而获得最优工艺参数组合。针对人工神经网络中的BP算法的缺点,从结构和算法上对其进行了改进,利用改进的BP算法,建立了光固化快速成型工艺的优化建模和仿真预测子系统,其中可以建立高稳定性、高精度的关系模型,可以比较准确地预测光固化制件的精度控制指标。本文对遗传算法进行了深入研究,针对其缺点进行了改进。分析改进的遗传算法与模拟退火算法各自的优势,将二者结合,提出了模拟退火—改进遗传算法,该算法继承了改进的遗传算法的全局搜索能力与模拟退火算法的局部搜索能力,提高了收敛速度、精度与稳定性。在建模和仿真预测子系统的基础上,建立了基于模拟退火—进遗传算法的优化子系统,该系统针对多个工艺参数和双目标函数的光固化精度优化问题,可以进行高效、准确的工艺优化。