本文研究的主要内容是二维不规则排料问题。排料问题是一个在工业生产中有着广泛应用的重要问题,是一个组合优化的NP完全问题。它广泛地应用于服装剪裁、钢铁切割、制鞋工业、家具制造等工业中。这个问题的研究目标在于如何通过充分利用原材料消耗,来提高经济效益。二维不规则排样问题是近些年研究的热点,它有着非常重要的实际应用价值。论文通过指出了近似算法和一些启发式算法的一个不足,提出运用智能优化算法来解决排料问题是更有效的方法,确定了各个不规则待排件的旋转角度和镜像方式,并负责实现了不规则待排件旋转、移动等操作的几何计算算法。对于负责排料过程整体优化的智能优化算法,本文选取了遗传算法和粒子群优化算法应用到二维不规则排样问题中,将一种基于遗传算法和粒子群算法的混合优化算法引入优化排料领域。而针对遗传粒子群算法在迭代后期容易陷入局部最优这一现象,本文提出了一种与虚拟力相结合的改进的遗传粒子群算法,形成基于虚拟力的遗传粒子群算法。它通过利用遗传粒子群算法来产生一个待排件的初始排布,再在初始排布的基础上引入虚拟力算法进行迭代寻优。并将之应用到排料过程中,与遗传粒子群算法相比,提高了面料的利用率。最后通过对实验数据进行分析,得出如下结论:(1)混合智能优化算法比单独的优化算法排料效果要好;(2)基于虚拟力的遗传粒子群算法的排料效果要比单独的遗传粒子群混合算法的排料效果要好。