科学技术正在迅速发展,计算机已经融入到国民生产的各个领域中,软件产品正在逐渐成为社会生产中不可缺少的辅助工具。排样问题广泛存在于工业制造、交通运输和日常生活管理等重要领域,本文的工作就是推广和改进优化方法在板材切割问题中的解决方案。排样问题常见于工业生产中,例如玻璃切割、钢材切割、产品包装、集装箱装载、车厢装载、托盘组装,还有文本排版、衣料裁剪以及物品摆放等等。为了降低成本消耗、提高生产效率以及节约社会生产资源,一个好的排样方案将带来巨大的社会生产效益并提高生活与生产质量。切割最优化问题是排样问题的一种具体形式。给定一个二维板材和一定数量的待排样物品,将待排样的物品在符合一定约束条件的前提下合理地摆放在空间内,使得空间利用效率达到某种最优目标。排样的优劣将直接或间接影响相关行业的生产、传输及销售,继而影响其经济收益。切割问题也是一个组合优化问题,其最大的挑战就是组合爆炸,尤其是当计算规模增加时,其组合的规模将呈现指数增长。国内外专家学者在这方面进行了很多探索提出了很多算法,本文就是在这些算法的基础上通过分析比较,设计了一种针对切割问题的拟人算法。讨论了在带有多个缺陷的二维矩形板材上切割出若干种已确定尺寸和方向的小矩形块,每种矩形块的数量不受限制,要求是在切割过程中必须满足一刀切类型,切割下来的矩形块不能包含有缺陷区域。目的是使得切割下来的小矩形块的面积和最大化。将该问题等同于用矩形块覆盖原板材,设计一种基于动态规划的拟人算法(A Quasi-Human Recursive Algorithm)。区别对待带缺陷和不带缺陷的两种板材,使用不同的策略进行子问题分解。首先,利用背包模型由小矩形块的宽和高分别构造出水平和竖直两个维度上的离散集,带有缺陷的板材则在离散集中加入缺陷的位置信息以增加更多的可行解。然后,在当前子问题上遍历离散集中的每一个元素并进行子问题分解直到触发递归边界,对多个结果进行最大值比较取其中最大的一个记为当前子问题的解。最后,对两类板材分别使用不同的启发策略,不带缺陷的板材使用规范化策略,带缺陷的板材设计选择性规范化策略以及针对离散集演变出扩展策略,得到增强算法(An Enhanced Quasi-Human Recursive Algorithm)。为检测本文算法的性能,采用C++语言完成实验。根据参考文献提供的生成器生成了9000多个实验样例,跟多个已有的算法做比较,结果表明,本文算法的计算结果几乎都达到最优值。另外,算法的复杂度得到了分析和证明