矩形件优化排样问题就是在一张或几张矩形板材上排放一系列指定数量和规格的矩形零件,使板材的利用率最高。排样问题属于典型的组合优化问题,已被证明为一类NP完全问题,具有重要的理论研究意义和实际应用价值。对于小规模排样问题,采用现有的运筹学方法可以得出问题的最优解,对于大规模排样问题,运用智能算法求近优解是目前较为有效的方法。本文在学习研究了国内外多种算法的基础上提出了一种新的排样算法,该算法以最低水平线搜索算法为基础并为其增加了一个评价规则,排样时对所有未排零件进行评价,选择评价值最高的零件排入当前位置,这样使得算法在搜索时具有很好的方向性,大大提高了板材的利用率。该算法的实验仿真结果以及与其他算法的对比分析表明,本文所提出的算法可以得到较好的排样效果,并且其解决问题的规模越大优化性能越好,适合于求解大规模排样问题。