近年来,随着计算机科学技术的快速发展,船舶制造企业也逐渐转型,由传统的制造业逐渐往智能制造业方向转变。伴随着市场需求的实时变化,客户定制化和个性化的需要程度不断增加,船舶制造企业主要采用多品种单件生产方式,这使板材下料过程物料管理变得更加困难。船舶制造企业的板材下料过程中会存在排样效率低下以及大量的原材料浪费等问题,因此需要设计高效的排样优化方法以更好的指导板材下料过程,从而有效地提高企业的生产效率,降低企业的生产成本,并且能够按时交付产品。本文以船舶制造企业的板材下料为应用背景,利用计算机图形学相关理论和优化排样算法,研究混批不规则零件排样问题,主要研究内容包括:(1)以最小化排样长度为不规则件排样问题的优化目标,考虑排样过程中的零件之间不能相互重叠、零件不能超出板材的边界等约束,建立了不规则件排样问题的数学模型。通过对临界多边形算法、基于判交-分离算法以及基于判距-碰靠算法这三类方法进行分析比较,选取了时间复杂度较小的基于判距的碰靠算法作为本文排样问题的定位方法。(2)针对传统临界多边形算法存在计算过程繁杂、时间复杂度较高等问题,提出了一种基于判距-碰靠的混合启发式排样方法。通过基准问题实验,验证了本文提出的基于判距-碰靠的混合启发式排样方法在排样效率方面优于临界多边形算法。(3)分析了传统遗传算法的不足,针对传统遗传算法中存在的局部搜索性能差、容易早熟收敛的问题,提出了一种自适应遗传算法求解不规则件排样顺序优化问题。通过基准问题实验,表明了本文提出的自适应遗传算法的排样效果要明显优于传统的遗传算法,且能够达到商用排样的精度要求。(4)根据船舶制造企业板材下料问题的实际需求,基于浏览器/服务器(B/S)架构设计了一款船用板材下料管理系统。系统主要包括系统管理、原材料信息管理、排样零件信息管理、排样任务管理、排样管理五个主要功能模块,验证了本文设计的排样优化方法和系统的可行性和实用性。