计算机辅助优化排样问题就是将一系列形状各异的零件排放在给定的材料上,找出零件的最优布局,使得给定材料的利用率最高,以达到节约材料、提高效益的目的。从数学计算复杂性理论看,二维不规则样件的排样问题在理论上属于NP完全问题,因为存在实际形状的复杂性和计算上的复杂性,求解十分困难。传统的排样工作都是人工依靠经验进行的,时间长并且效果不理想。由于生产实际的需要,人们迫切需要利用现代科技来解决这一问题。目前研究较多的是规则零件(如矩形)的排样问题,对不规则件的研究较少。本文在分析国内外排样问题研究现状以及遗传算法局限性的基础上,针对传统遗传算法在求解排样问题时存在的不足,提出了基于最优保持的单亲遗传算法,用于求解二维不规则零件优化排样问题。单亲遗传算法取消了传统遗传算法的交叉算子,采取单亲繁殖方式。跟传统遗传算法相比,单亲遗传算法遗传操作简单,容易在遗传操作过程中处理约束条件,不要求初始群体具有多样性,不存在早熟收敛问题,计算效率高。通过两个实例验证,此方法所得结果在计算精度和计算时间上优于常用算法,表明此方法与传统方法相比具有更高的准确性、有效性以及可行性。本文利用单亲遗传算法固有的并行特性,将并行技术与单亲遗传算法相结合,在局域网中运行并行单亲遗传算法突破单台计算机计算能力的局限性,加快单亲遗传算法的运行速度。并行计算时所选用的模型为粗粒度的主/从模型,在计算过程中,将初始个体分别分配到各台slave机器上,然后slave机就开始计算,在slave机计算到一定的时间以后,依据一定的迁移策略,向master迁移个体,然后再从master机上取回其它机器的个体继续运算,直到满足中止条件为止。实验表明,分布式并行单亲遗传算法不但可以加快优化排样的速度,而且还可以提高解的质量。本文以Visual C++6.0作为开发平台,MFC作为工具库,开发具有实用价值的二维不规则零件优化排样系统。该系统具有良好的数据接口,可以和AutoCAD平台顺畅地交互数据;该系统具有友好的交互环境,用户可以方便地输入和调整参数;该系统具有快速的响应特性,可以在比较短的时间内得到排样结果;该系统具有优良的排样功能,可以得到比较好的排样结果;该系统易于维护,易于扩充。