近年来，CAE技术在塑料注塑成型中的应用越来越广泛，因为其具有预见性与优化作用而备受瞩目，更成为国内外在此领域研究的热点。然而在实际应用中要么工艺参数没有得到优化，要么优化技术相当复杂。如何解决这个问题，如何设计出一套切实可行的方案从而得到更优的注塑参数一直是困扰CAE工作者的难题。本文提出了一个全自动的优化方法IMPOS(Injection Molding Parameter Optimization and Simulation)来解决注塑成型的参数优化问题。该系统采用遗传算法并集成了模流分析系统达到预期目的。文章提出注塑缺陷量化的概念，并成功的将模块化的设计思想运用其中，最后通过两个案例说明其有效性与可行性。 文章针对当前在研究与应用中存在的问题进行了分析，用模块化的设计方法指导系统的开发。主要内容包括以下方面： 首先，量化成型产品的质量。注塑成型产生的缺陷很多，肉眼可见的有成品不完整、变形、气泡、烧过痕迹等。这些缺陷要想作为优化的评价结果就必须进行量化，为后续工作奠定基础。 其次，挑选参数，建立模型。影响注塑成型质量的原因很多，材料的选择、模具的设计、工艺参数等，其中工艺参数又包含注射时间、压力、料温、模温等。文章以工艺参数为影响以产品质量为结果确定了优化的数学模型。 再次，根据模型特点与系统特性而采用了遗传算法作为优化方法。由于系统模型的非公式化，常规优化方法不能胜任，且因为遗传算法拥有其它良好的特性，所以本文用遗传算法来进行优化。 最后，以模块化的设计方法编写了优化系统，并进行了实例验证。由于系统的模块化，所以本方法可以应用于任何注塑成型产品。