塑料制品在当今社会得到广泛的应用。快速响应市场需求，降低生产成本是注塑企业的目标之一。对于注塑成型过程，缩短其成型周期，提高注塑效率是降低企业生产成本的一个手段，而充填保压过程是注塑工艺过程的两个重要阶段，对塑件质量有重要的影响，因此在保证塑件质量合格的前提下，对这两个阶段参数进行优化，对提高企业的注塑效率有一定的促进作用。 本文利用CAE分析方法科学预估成型工艺参数，并针对实际注塑复杂情况对预估参数进行微调，得到了生产合格制品的工艺参数，进而在实际注塑的基础上利用人工智能技术对充填保压参数进行优化，并且开发了基于该技术的注塑工艺优化系统。 在CAE模流分析方面，采用Moldflow/MPI进行定性分析，通过调整工艺参数寻找有效方案，作为实际试模开始阶段工艺师的参考依据。 在塑件指标与工艺参数之间关系的建模上，利用径向基网络拟合相关指标与工艺参数之间的近似关联模型，解决了注塑工艺参数和相关输出指标之间难以用量化公式表征的难题。同时神经网络的数据样本来源于实际注塑，从而更贴近实际生产，扩大了应用范围。 在工艺参数优化上，针对该优化问题是多变量、多约束优化问题，合理的选择和运用了算法的实现技术。采用级联编码的方式解决多变量编码，而对多约束问题，以淘汰不合格个体，遗传操作补充合格个体的方法来处理，取得了良好的效果。此外，在针对因算法过早收敛的“早熟”现象而导致求解精度不高时，采用了自适应的变异概率策略，对种群中的超级个体施以大变异概率，以保持种群多样性，改善算法的寻优性能，同时为保护优秀个体，采取精英保存策略。 在应用扩展方面，利用MATLAB开发了基于本文研究成果的人工智能注塑工艺优化系统。该系统可针对不同的产品和不同的注塑优化情况，设定合适的输入文件，进行优化，得到参数组合结果。通过实际注塑案例，证明了该系统的有效性。