1.一种塑料合金制品注塑质量优化方法，其特征在于，具体包括以下步骤：Step1，将翘曲变形量和体积收缩率作为优化目标，选择注塑工艺参数及其取值范围作为优化设计变量，根据各工艺参数取值范围进行试验设计，并进行注塑模拟仿真，获得仿真试验结果；

Step2，基于仿真试验结果对KELM进行改进：ELM包含三层：N个输入层、L个隐含层、M个输出层，对于N个不同的样例(xi,yi)∈RN×RM，i＝1,2,…,N，若输出记为T，则ELM的输出表示为：β＝H+T

H+＝HT(HHT)-1

式中：H和h(x)为隐含层输出矩阵；HT为H的转置矩阵；H+为H的广义逆矩阵；K为隐含层神经元数目；g(·)为激活函数；β为隐含层神经元与输出层神经元的连接权值；ω为输入层神经元与隐含层神经元的权向量；b为隐含层神经元的偏置；

引入核函数来度量样本之间的相似度，根据Mercer条件定义KELM的核矩阵，表示如下：式中：K(xi,xj)为核函数，设定为RBF核，则核函数表示如下：K(xi,xj)＝exp{-||xi-xj||/2σ2}式中：σ为核函数参数；

KELM模型输出函数的表达式为：

式中：H和h(x)为隐含层输出矩阵；HT为H的转置矩阵；I为单位矩阵；C为正则化系数；T表示期望输出；

利用WCA不断迭代来搜索最优的KELM核函数参数σ和KELM正则化系数C，构建WCA-KELM预测模型；

Step3，在WCA-KELM预测模型上利用MOSOA迭代寻优，获得Pareto最优前沿；

Step4，使用灰色关联评价从Pareto最优前沿中获得最优解。

2.根据权利要求1所述的塑料合金制品注塑质量优化方法，其特征在于，Step3中，MOSOA迭代寻优的选择以适应度为原则，保留适应度高的个体，淘汰适应度低的个体。

3.根据权利要求1所述的塑料合金制品注塑质量优化方法，其特征在于，Step4中，灰色关联评价具体过程如下：①判断原始数据类型，假设有n个评价的对象、m个评价指标，Xij表示为第i个评估方案中第j个指标的原始值，则原始矩阵记为Zij，翘曲变形量与体积收缩率均属于极小型指标，将原始矩阵进行正向化处理得到正向化矩阵，使翘曲变形量与体积收缩率均转为极大型指标；

②对正向化后的矩阵进行预处理，公式如下：式中：k为序列长度；i为矩阵行数；

③将预处理后的矩阵的每行取出最大值构成虚构的母序列：参考数列记为：X'0(k)＝{x0(1)，x0(2)，…，x0(k)}比较数列记为：X'i(k)＝{xi(1)，xi(2)，…，xi(k)}④计算两极最小差a与两极最大差b，公式如下：式中：a为两极最小差；b为两极最大差；

⑤计算子序列中各个指标与母序列的关联系数，公式如下：式中：ρ为分辨系数，在(0，1)之间取值；

⑥计算各个指标与母序列的灰色关联度，公式如下：式中：n为评价的对象个数；

⑦计算各个指标的权重，公式如下：

wn＝yn(x0,x1)/(y1(x0,x1)+y2(x0,x2)+…+yn(x0,xn))式中：wn为权重；

⑧计算第k个评价对象的得分，公式如下：

式中：Sk为第k个评价对象的得分；Zki为步骤②预处理后得到的矩阵；m为评价的指标个数，m＝2。

4.根据权利要求3所述的塑料合金制品注塑质量优化方法，其特征在于，步骤⑤中ρ的取值为0.5。

5.根据权利要求1所述的塑料合金制品注塑质量优化方法，其特征在于，Step1中，试验设计采用正交试验。