排样问题广泛存在于传统制造行业当中,例如船舶行业、皮革行业、纺织行业以及家具行业等。在不同行业领域中,排样问题具有不同的约束条件。本文立足于纺织行业中的零件切割下料场景,解决该场景下的二维不规则带排样问题（TwoDimensional Irregular Strip Packing Problem,2DIRSP）,该问题是排样问题的一种核心问题,又被称为嵌套下料问题（Nesting Problem）。该场景要求在宽度固定、长度不限的矩形面料上切割需要开料的不规则零件,将原本的最大化面料利用率转化成最小化面料的使用长度。排样利用率的提高能显著有效增强企业的经济效益,因此,研究二维不规则带排样问题具有非常重要的意义。为了更好地适应实际排样过程中零件存在空洞、零件数量大的情况,本文采用扫描线法作为解决方案的重叠碰撞技术。在扫描线法的基础上,本文需要解决放置规则和放置顺序两个关键问题。在放置规则上,本文提出基于扫描线法的评价函数;在放置规则上,本文提出基于评价函数的排样算法框架Fast Compress Local Search Algorithm（FCLSA）。FCLSA可分成三个主要部分:第一,根据零件的几何特征对零件进行排序得到初始序列,执行快速解生成算法得到初始的排样方案;第二,在初始方案的基础上,执行压缩算法,得到初始序列的极限使用长度;第三,在第二步得到的解的基础上执行局部搜索算法,进一步压缩矩形面料的使用长度,在放置顺序经过调整操作后,尝试执行解码算法获得合法的排样方案,当达到时间限制停止迭代,得到最终的排样方案。FCLSA的核心是压缩算法和局部搜索算法中频繁调用的解码算法,该算法基于适应扫描线法的评价函数。通过评价矩形面料上多个放置位置的紧凑性,解码算法按照零件的放置顺序,为每个零件选择最优的放置位置,最终生成排样方案。同时,根据解码算法这一放置规则的特点,为了提高放置顺序的调整效率,本文为局部搜索算法引入多种调整算子,提高算法的搜索效率、平衡全局搜索能力和局部搜索能力。本文在欧洲经典排样测试案例上对算法进行测试。通过与其他几个较优算法的对比分析后发现,FCLSA取得了较为优秀的结果,同时能较好适应带空洞不规则零件的实例和大规模带排样的实例,具有较强的竞争力。