一种基于高精度预测模型的注塑工艺参数多目标优化方法

本发明公开了一种基于高精度预测模型的注塑工艺参数多目标优化方法，基于仿真试验结果，首先通过MIC和GAN对数据进行增强，以提高仿真数据的质量；然后利用KOA与IVYA的混合框架进行超参数调优；随后采用SHAP方法增强XGBoost模型的可解释性，并提供优化后的工艺参数搜索范围；最后应用MOCGO寻找质量目标的Pareto前沿，并确定最优工艺参数组合。试验结果表明，利用本发明的方法优化后的工艺参数组合使翘曲变形量和体积收缩率分别降低了35.7％和10.1％，能够实现有效降低成型塑件的翘曲变形量和体积收缩率，进而获得高质量的塑件产品，可以为获取注塑成型最优工艺参数组合提供理论依据和数据支持。