二维不规则模板排样问题是在平面中寻求最优布局问题的优化表示。国内外许多专家学者纷纷将目光聚焦于如何解决这些问题上,但由于二维不规则模板排样问题属于NP问题,求解方法在国际上尚未有统一的确定性结论。本文针对二维不规则模板排样所具有的种种问题,依据用户提出的具体要求,确定了约束条件并进行下一步分析,最终提出了一个二维模板排样算法的优化算法,提高了二维模板排样问题的利用率等。本文的主要的研究内容如下:首先,根据实际需求,分析问题的限制与约束,提出优化目标,建立二维模板排样问题的数学模型,并完成模板预处理工作。通过对模板的多边形化处理,减少模板轮廓点的数量,得到时间性能的优化。完成凹多边形凸化,做好后续排样算法的准备工作。其次,提出矩形模板排样优化算法。算法所提出的定序策略,定位策略以及移动策略是本文的创新点之一。定序策略主要通过优先级规则完成模板初步分类,同级划分规则完成后续模板排序。定位策略中提出了两点放置规则,周长相接规则优先于最小坐标选择规则执行。移动规则主要通过可移动值的变化完成模板的整合操作。再次,提出了不规则模板排样算法。针对目前NFP生成策略的不足进行改进,提出基于角度旋转的NFP生成策略,以两多边形之间的最小重心距离做为指标,完成两多边形的放置。在此过程中,排样输入链的生成由改进的遗传算法来完成。将适应度函数设计做为改进的遗传算法判决标准,通过选择交叉变异操作完成算法流程。最后,通过实验对比的方法,完成算法的性能分析。本文提出的矩形模板排样算法在材料利用率方面均能达到95%以上,对比其他算法,利用率提升范围在7.61%-9.28%,在时间性能损耗上非常小,相比于其他算法几乎可以忽略不计。本文提出的不规则模板排样算法与对比算法相比,在材料利用率上均有一定程度的提升,在材料高度上,通过降低材料占用高度,从而减少了对材料面积的需求。总的来说,本文提出的两种算法整体效率表现良好,均能达到预期效果,在实际生产制造上具有应用价值。