在成果中，以模具的结构、浇注系统、工艺参数为对象，以塑料产品质量、制造成本和成型效率是新产品开发的三个重要指标为研究目标，以Taguchi法确定试验方案，建立基于GA的改进的Kriging替代模型(Gkriging)，对注塑工艺参数(IMPP)优化设计。 针对现有研究的不足，提出基于改进Kriging代理模型（Gkriging）、非支配排序遗传算法（NSGA-II）和vague集的模糊决策（Gkriging-NSGA-vague）策略处理多目标优化设计问题。运用GA遗传算法对传统Kriging代理模型进行了改进， 并得出相关模型参数的最佳初始值。对于设计变量，选择注塑模结构尺寸参数和注塑工艺参数（以下统称为注塑参数）共同作为待优化的决策变量，将制品的最大体积收缩率、流道总体积和成型周期分别作为制品质量、生产成本和生产效率的评价指标，建立各目标与设计变量的Gkriging模型，利用NSGA-II获得质量多目标的pareto最优解，并通过vague集的透明复杂多腔件注塑工艺优化方法实现制品综合品质的多目标优化。