随着三维打印技术的广泛应用,打印模型变得更加复杂和多样化,对打印精度的要求也逐渐提高。作为三维打印流程中的重要部分,路径规划的精度影响着整体打印精度。复杂壳体模型包含大量难以规划的复杂几何结构。由于传统的路径规划方法及打印过程无法满足复杂几何结构的高精度打印要求,复杂壳体模型打印结果质量较差、精度较低的问题需要有效解决。针对复杂几何结构的传统路径规划中存在的局部路径质量问题,本文提出一种自适应路径优化方法,利用路径与轮廓的交点关系,判断二维轮廓中的复杂几何结构并自适应调整喷头行进策略和路径宽度,优化局部不合格的初始路径,以提高路径规划的精度。分别使用简单模型和三周期极小曲面（TPMS）模型进行实验,结果表明该自适应路径优化方法能够提升传统路径规划法的精度,有效减少路径中的过、欠填充面积。针对实际打印过程中打印机的控制限制问题,本文提出一种基于径向基函数（RBF）神经网络的路径优化方法,通过控制挤出比实现设计路径宽度以得到高精度的三维打印结果。具体来说,以光栅法为例,首先根据打印技术和设备的不同,可以得到适当的可打印路径宽度范围。根据路径宽度的范围和二维轮廓的复杂几何结构来自适应调整喷头移动策略和路径宽度。然后,建立RBF神经网络模型来计算挤出比和沉积路径宽度之间的关系。最后,利用该关系得到挤出比并转化为G代码（Gcode）中的相关变量,以提供给定打印机的最佳打印参数,使得沉积路径宽度等于设计路径宽度,从而产生高精度打印结果。本文使用复杂的基于TPMS的壳体结构作为实验模型并利用熔融沉积成型（FDM）三维打印机来验证提出的方法。仿真和实际打印的结果都表明,所提出的路径优化方法明显提高了打印精度。