1.一种带嵌件注塑件注塑工艺参数多目标优化方法，其特征在于，基于广义回归神经网络GRNN、改进的果蝇优化算法IFOA和非支配排序遗传算法NSGA-II，具体包括以下步骤：步骤一、确定质量目标以及工艺参数，选择体积收缩率和针对注塑件不同方向的翘曲变形作为质量优化目标，选取温度、时间、压力和嵌件尺寸参数作为工艺参数，利用正交试验获取试验样本；

步骤二、将步骤一的质量优化目标作为输出层、将步骤一的工艺参数作为输入层，构建广义回归神经网络GRNN多目标模型，然后利用将固定步长改变为动态步长的改进果蝇算法IFOA优化广义回归神经网络GRNN的模型参数、确定GRNN平滑参数σ值的最优解，构建工艺参数与质量优化目标之间的IFOA-GRNN多目标模型；

改进果蝇优化算法IFOA是将固定步长改变为随着迭代次数的增加而步长减小的递减步长，步长值的公式利用Sigmoid函数计算如下：L

其中L

构建IFOA-GRNN多目标模型的具体步骤如下：

步骤a、对数据进行处理，将总样本分为训练样本和预测样本；

步骤b、设置初始种群位置、种群数量、最大迭代次数、步长参数；

步骤c、利用改进后的算法IFOA训练GRNN模型；

步骤d、经过计算、迭代，最终得到最优的光滑参数σ；

步骤e、将最优的光滑参数σ重新代入GRNN模型进行预测；

步骤f、与预测样本进行比较、计算相对误差；

步骤三、针对质量优化目标，采用非支配排序遗传算法NSGA-II对IFOA-GRNN多目标模型进行全局寻优、对工艺参数进行优化求解，确定最优工艺参数组合的Pareto解集；

步骤四、采用熵权法和逼近理想解排序法TOPSIS对Pareto解集进行综合评价，获得质量优化目标的最优解及相应的最优注塑工艺参数。

2.根据权利要求1所述的带嵌件注塑件注塑工艺参数多目标优化方法，其特征在于，步骤一中，作为质量优化目标的注塑件不同方向的翘曲变形至少包括水平左右方向的X方向翘曲变形和竖直上下方向的Z方向翘曲变形，或者至少包括水平前后方向的Y方向翘曲变形和竖直上下方向的Z方向翘曲变形。