圆形件下料问题广泛存在于许多制造行业中,利用先进的计算机辅助排样技术替代传统的人工排样方式,能够有效提高材料的利用率,对提高企业的生产效率,降低生产成本具有十分重要的意义。在以往研究中,针对圆形件的剪切下料问题学者们多采用启发式的方法求解问题,启发式方法效率高,但算法性能的稳定性较差,因此本文考虑在遗传算法的基础上进行研究,针对圆形件下料问题设计出性能较好的算法,以获得更优的下料方案,提高材料利用率,降低企业生产成本。本文的主要研究工作包括:(1)在遗传算法的基础上设计并行遗传下料算法求解圆形件剪切下料问题。以下料方案的利用率为优化目标,通过顺序启发式方法结合圆形件价值校正函数,生成初始种群。从初始种群出发,采用多线程的方式对种群进行并行地遗传操作,在遗传操作中采用性能较好的选择算子、自适应交叉和变异算子,提高算法的搜索能力。(2)针对圆形件的多板材余料下料问题,设计并行遗传退火下料算法求解问题,使得算法更符合企业的实际生产需求,同时进一步提高材料的利用率。在并行遗传下料算法基础上,结合模拟退火算法具有的局部搜索能力好的优点,提高算法的搜索性能,并引入圆形件余料的利用策略,对一段计划期内的订单产生的圆形件余料进行规范管理和利用,提高长期的材料利用率。(3)采用C#语言实现两种算法并开发了实验系统原型,先通过实验测试确定算法的相关参数,再通过随机算例和其他文献算法的比较,验证算法的有效性。实验测试证明,本文提出的算法能有效提高材料的利用率,并在实际生产中起到指导性的作用。