本文从铝型材模具智能设计的通用性原则出发，提出了人工智能技术和数值模拟方法相结合的智能设计框架。 本文选取铝型材挤压平模设计参数中的工作带为例对于某铝材公司的一个门窗产品给出了具体的优化过程，并对优化解进行了试验验证。本文选用BP神经网络构建通用设计理论和生产实际经验的表示模型，采用基于Euler网格的有限体积法建立起挤压过程的数值仿真模型，重点分析仿真后得到的产品挤压稳定后沿挤压方向的轴向速度，并将其作为网络的输出值进行优化，选用基于Levenberg Marquardt优化方法的学习算法作为网络的训练算法来分析处理速度值，反馈回神经网络模型训练网络。 本文在综合分析铝型材挤压过程相关理论和经验的基础上，结合人中智能技术和数值模拟方法给出了铝型材挤压模智能设计的思路，给出了初步的设计模型。在该基础模型的基础上，选取典型工艺参数进行模型的实现。创造性的将神经网络和遗传算法相结合的优化方法配合有限体积法数值模拟用于解决铝型材挤压模具工作带设计问题，试验验证，本文的工作带优化模型能够大大的减少实际生产中不停的试模和修模，有效的降低企业的生产成本，具有一定的应用价值。