排样优化问题广泛存在于现代工业生产加工行业中,如钢筋切割,布料裁剪,印刷排版以及机械制造等,是制造业自动化从设计到下料过程的关键环节。排样优化问题的研究旨在通过寻找一种合理有效的算法,以节省原材料的消耗,降低生产成本,提高企业经济效益。本文研究矩形件排样问题:在宽度固定长度不限的板材上,按照某种策略排入一定规格数量的矩形件,以充分利用原材料。该类问题在数学上属于NP完全问题,不能确保在有限的计算时间内得到最优解。因此,如何设计一种高效的求解算法用于矩形件排样问题,具有重要的研究意义与价值。本文提出一种自适应遗传模拟退火算法,将遗传算法和模拟退火算法相结合以确定矩形件的排放顺序,并改进一种定位算法以确定矩形件在板材中的摆放位置。本文的主要工作如下:1.提出基于匹配度的最低水平线启发式搜索算法。在排入过程中引入旋转和启发式判断,对无法排入最低水平线的矩形件进行旋转重排。若仍无法排入,则在后续待排矩形件序列中,通过匹配度函数中的主影响因子和次影响因子从全局优化上共同指导最优矩形件的选择,搜索出与最低水平线匹配度最高的矩形件并排入。改进后的算法可以有效利用空闲区域,减少板材的浪费。2.在遗传模拟退火算法中引入动态调整策略,根据当前个体适应值的大小自动调节交叉和变异概率,动态地控制收敛速度和搜索解的能力。同时采用环形交叉算子,交叉过程环绕染色体两端进行,以保证基因被选中的概率相等。对遗传操作后的所有个体按照状态产生函数生成新个体,并计算适应值,若满足接受概率,用新个体替换旧个体;否则,进行降温操作,并更新最优个体,直到达到最大迭代次数,完成模拟退火过程。多组算例的对比结果表明,本文提出的自适应遗传模拟退火算法在保证算法性能的同时具有较快的求解速度,可以有效提高板材的利用率。