摘要：針對板料成形優化中采用傳統靜態模型存在全局近似精度不高、超量選取樣本點等問題,提出了多重近似精度收斂、逐步增添樣本點的動態遺傳神經網絡(Genetic Algorithm Back Propagation Neural Network,GABP)建模方法。樣本點增補策略根據動態模型的全局近似精度和局部近似精度分別按最大最小距離增補和局部最優解增補。將動態模型應用于NUMISHEET 93方形盒沖壓成形優化問題,結合灰色關聯理論將多目標問題轉化為單目標問題并構造用于優化的迭代格式,實現了方盒件成形的多目標優化,有效地提高了方盒件成形質量和優化計算效率。