随着社会经济的飞速发展，如何在激烈的市场竞争中立足已成为21世纪制造型企业最关注的问题。原材料作为生产过程中的关键部分，其消耗量的多少直接关系着企业的经济命脉。矩形优化排样问题作为优化下料问题的一个分支，普遍存在于板料冲压、皮料分割、玻璃切割、家具下料、报刊排版、造船等制造行业中，如何研究出一种高效低耗的排样方法，已成为这类企业致胜的关键。矩形优化排样问题是典型的组合优化问题，通常是指将所需的矩形件排放在给定的原始矩形板材上，要求板材的材料利用率最大化。从复杂性理论来看，优化排样问题又属于具有最高计算复杂性的NP完全问题，至今仍无法找到解决该问题的有效多项式时间算法。本文结合规定的排样规则建立了一刀切约束条件下适用于多种规格原板材的矩形件优化排样的数学模型，并从切割方案复杂度和工艺要求的角度出发，对“一刀切”进行了概念上的扩展。在求解矩形件排样问题时，本文提出了一种结合小生境遗传算法的全局寻优能力及粒子群算法快速收敛能力后的协同算法。首先根据矩形件排样问题的特点，对协同算法中小生境部分的染色体的选择、交叉、变异操作以及粒子群部分各粒子的位置、速度及其运算规则进行了重新定义和设计；进而利用改进后的剩余矩形排样法进行解码，计算适应度函数值，进行迭代搜索找出最优解。最后通过两个具体算例对三种算法进行了仿真比较，结果表明，本文算法都能在较少的排样时间内使原材料的综合利用率达到较高，取得较好的排样效果。以此算法为基础，通过对其他玻璃切割软件系统中存在的问题进行分析、归纳，开发了一套符合项目企业实际生产加工要求的计算机辅助排样系统。介绍了主要的开发工具及系统的整体框架，并对系统的模块结构和设计流程做了必要的讨论。