注塑制品已经广泛的应用于通信产品、医疗器械、航空航天等高精尖领域中。而塑料产品的质量如制品的收缩、翘曲、残余应力、熔接线等以及生产过程中的功耗是模具和工艺设计中要考虑的主要指标。传统的模具设计方法主要依照设计者的经验以及反复试模来完成,不但成本很高,耗时长,而且靠试模来优化模具设计也是不现实的。结合计算机模拟技术与优化方法来提高制品质量是当前模具设计研究中的主流方向。然而由于高聚物成型过程复杂,过程参数众多,同时考虑众多的设计参数来对目标函数进行优化无论从精度还是效率都是对优化算法极大的挑战,本文针对高聚物成型优化设计存在的上述问题展开如下工作：发展了一种高聚物成型优化设计的系统优化模型。通过引入了系统工程理念,根据各个工艺参数与模具设计对制品质量的影响模式,将优化问题划分为4个子系统：填充子系统、冷却子系统、保压子系统和系统层优化,每个子系统有着各自的目标函数与设计变量。与传统的成型工艺优化模型相比,系统优化模型综合考虑了众多成型工艺参数,在系统层内设置主要优化指标,如减少制品翘曲、提高填充率等；在子系统中根据注塑制品的特殊要求兼顾优化其它指标,如残余应力、注射压力和功耗等。数值算例表明该优化模型可以全面的提高制品的质量。基于各子系统模型的特点,设计了分级优化策略,将原有的高维优化问题划分为若干低维优化问题,填充、冷却和保压三个子系统的目标函数分析仅需调用模拟程序的一个分析子模块,因而大大的提高了优化效率。针对高聚物成型优化特点,发展了相应的优化算法,其中包括改进的高斯过程代理模型加点准则和浇口位置的代理模型优化算法。基于高斯过程的代理模型优化算法是当前用于求解一类隐函数优化问题的主要手段。在代理模型算法中,如何平衡全局搜索与局部搜索是一个主要的研究方向。本文在期望提高(EI:Expected Improvement)加点准则中引入了权积分函数,发展了一种可以灵活控制搜索尺度的单点加点准则,权积分期望提高(Weighting-Integral Expected Improvement, WIEI)。然后,通过定义等价优化问题,将具有不同搜索尺度的WIEI函数凝聚在一起得到了具有不同搜索尺度特征的新加点准则,该准则可以根据目标函数的复杂程度来自动选择搜索尺度。针对复杂几何制品的浇口位置优化问题,通过引入流长的概念,建立了浇口位置的高斯过程代理模型,并结合上述加点准则发展了可以适应任何复杂几何制件的浇口位置黑箱优化算法。数值算例表明本文提出的优化算法均具有较高的优化效率和稳定性。为适应大规模计算的需要,将并行计算技术应用到高聚物成型优化中,分别在优化算法级别和模拟级别上提出了相应的并行算法。在优化算法级别上,提出了一种并行的代理模型优化算法,通过在单点加点准则中引入交互信息的概念构造惩罚函数,得到了可以同时考虑单个样本的适应度以及样本总体信息量的多点加点准则。另外针对高斯过程模型在处理大规模样本时所存在的计算困难,提出了一种区域分解优化策略,首先通过主成分分析的方法将样本空间划分为若干子空间。然后,在每个子空间内以及距离邻近该空间的区域选择样本建立优化模型并结合多点加点准则来搜索新的样本点。为克服注塑填充区域随时间变化的困难,提出了一种高聚物填充过程的并行模拟算法。首先基于聚类的思想设计了填充过程的区域分解算法将计算区域划分为若干子区域,通过定义负载平衡模型和边界控制模型来提高并行效率和降低通信量。在区域分解的基础上,各个子区域可以并行的完成控制方程的组集过程。然后,通过对节点的分类,设计一个超松弛迭代算法来求解有限元方程控制方程。本文工作得到国家自然科学基金重大项目《高聚物成型加工与模具设计中的关键力学和工程问题》(No.10590354)和《国家重点基础研究发展规划》项目“高聚物成型模拟及模具设计制造中的关键问题研究”中“高聚物成型工艺和模具设计优化”课题(No.2012CB025905)的资助。