在目前射出成形產業，產品已趨多樣化，然而要針對每種產品設定其製程參數，往往需要工程師依靠經驗或是試誤法，經過多次測試找出適合之參數組合且必須花費大量時間。鑒於射出產品複雜度越來越高，故本研究提出一個兩階段最佳化之系統，針對多品質特性之塑膠射出產品，進行製程參數最佳化。
本研究分為兩個階段，第一階段最佳化將田口直交表進行射出成形實驗數據計算之S/N比值並運用ANOVA分析找出田口方法最初製程參數組合，並利用倒傳遞神經網路建構S/N比預測器，結合基因演算法(GA)進行全域搜尋，使各品質特性之S/N比值都最大化 In the current plastic injection molding (PIM) industry, most products have been full of diversified and variety. Every product, however, has its own process parameter settings created by engineers relying on their previous experiences or try-and-error me
