本文以注塑翘曲缺陷为例,以注塑仿真软件Moldflow为研究工具,对注塑参数的优化方法进行了研究,解决了注塑参数优化过程中注塑缺陷定性、离线参数优化和参数偏移优化问题,形成了一套比较系统的注塑参数优化方法。首先,对注塑参数优化方法进行了归纳和总结,并对注塑过程和注塑参数进行了介绍。同时详细介绍了翘曲缺陷产生的原因,以及Moldflow翘曲分析的步骤。其次,利用田口实验设计方法研究了注塑翘曲参数的优化。分析了以信噪比作为特征数衡量质量时,各注塑参数对翘曲缺陷的影响程度,得到并验证了最佳因素水平组合。再则,将田口实验设计和径向基神经网络有机结合起来,利用正交试验为神经网络提供训练数据和各注塑参数对翘曲的显著性和趋向性,然后对各参数值做恰当调整后,输入径向基神经网络进行翘曲的离线预测,完成参数逐步优化的过程。最后,本文结合田口实验设计、径向基神经网络和模糊理论这几种方法对注塑过程中翘曲偏移进行了优化。建立翘曲偏移量为输入,参数偏移量为输出的径向基神经网络,在对它的输入输出向量模糊化为模糊集后,产生模糊条件语句;最后根据Max-dot推理和反模糊算法推理出相应注塑参数的调整量,在一定程度上实现对翘曲缺陷偏移问题的解决。论文最后对全文所展开的研究工作进行了总结,并指明了未来的研究方向。