二维不规则零件排样问题在玻璃加工、金属切割、服装等行业都有着广泛的应用，排样的目的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，让材料的利用率最大化，达到节省原料、提高企业经济效益的目的。排样问题属于典型的组合优化问题，在理论上，它属于NP完全问题，求解过程非常困难。　　 本文以建筑设计的不断发展为背景，以玻璃排样问题为研究对象，提出了一种启发式排样算法。鉴于玻璃这种物质的特殊属性，在切割过程中必须满足贯通性约束条件，即guillotine约束，所以相对于布料、皮料等材料的切割，玻璃的切割过程更加的复杂。本文首次结合了贯通性约束和不规则排样两个方面的问题，提出了一种贯通性约束下的不规则零件排样算法。显然，这一问题有着广泛的应用背景及理论意义。　　 本文首先以玻璃排样问题为研究对象，提出了一种以贴边度为启发式信息的不规则零件匹配算法，并应用该启发式匹配方法构造了n阶匹配矩阵，将划分问题转换成在可行划分方案中寻找浪费率之和最小的方案，然后通过改进的匈牙利方法和KuhnMunkras算法进行最优划分。　　 其次，在排样零件的填充问题上，通过介绍BL排样的相关知识，并对它的优缺点进行分析，针对其缺点提出了矩形复合的概念。指出在矩形复合过程中，需要递归地进行矩形排样，并以两个矩形匹配的利用率为启发式信息，分阶构造森林，只接受那些利用率大于给定阈值的匹配方案。　　 最后，通过中英两个玻璃加工企业的订单数据，进行了实验验证，证明本文提出的算法是有效的，原材料的利用率得到了提升。