随着国民经济的飞速发展,一维下料问题在建筑、电力、水利等领域获得了越来越广泛的应用。寻找一种最优的下料方案,不仅可以节省原材料,降低生产成本,而且能够为企业带来直接的经济效益,促进国民经济的健康发展。因此,开展对一维下料问题的研究具有重要的理论意义和工程应用价值。本文在对遗传算法进行分析和研究的基础上,把遗传算法用于一维下料问题的求解。根据不同类型的下料问题设计了多种方案,并取得了较好的数值结果。论文首先介绍了一维下料问题的研究概况,描述了遗传算法的基本原理和方法,分析了遗传算法的编码、适应度函数、交叉和变异算子在整个遗传算法的运算过程中的作用。对用遗传算法解下料问题进行了系统研究。设计了一种新的改进的混合遗传算法,针对库存材料种类的不同,提出了相应的遗传算法。本文采用了最优保存策略来保持种群中的优良个体,使得产生的遗传算法更加有效。最后,本文对两种方案的遗传算法进行了数值试验,结果表明新算法能更有效地求解一般下料问题。