裁剪机是一种裁剪皮革、机械零件和服装等材料样片的数控系统,相比于传统的手工裁剪,能极大提高裁剪效率和原材料利用率。裁剪过程中,裁刀经过的总路径由样片的裁剪有效行程和不同样片之间的走刀空行程构成,其中有效行程为每个样片轮廓长度的总和,是固定的;而走刀空行程则随着裁刀走过的样片序列、样片的入刀点位置不同发生变化。裁剪机路径优化问题即优化空行程,通过减少空行程长度能够有效地降低生产成本,提升加工效率,进而提高企业的市场竞争力。因此,裁剪机路径优化问题的研究具有重要的理论意义和应用价值。当前对于裁剪机的路径优化问题,主要采用智能优化算法进行解决。传统的智能优化算法往往存在易陷入局部最优、求解精度较低等问题。虽然智能优化混合算法能够改善求解质量,但对精度的提升不够明显,且耗时较长。因此,本文从全局最优和运行时间的角度出发,针对裁针对孔群加工路径优化问题,剪机中孔群、服装的走刀空行程路径进行了研究。本文的主要工作如下:(1)针对孔群加工路径优化问题,提出了一种改进遗传-模拟退火(IGA-SA)算法,避免传统遗传算法过早陷入局部最优。首先,将孔群加工路径问题转化为一类旅行商问题。其次,采用最近邻算法对孔群进行预处理,获得了初始裁剪序列。进而,为优化裁剪序列,对传统遗传算法的选择机制和变异策略进行了改进。其中,将精英保留策略和轮盘赌选择方法引入到选择机制中,加速了最优解的搜索;在变异策略中设计了一种线性递减的变异率,增强了全局搜索能力。同时,引入模拟退火算法对适应度函数进行处理,调整种群进化的差异性而加快了寻优进程。最后,通过应用实例和对比实验,所提算法的优化率达6.7%,在多数算例上优于对比算法,实验结果验证了所提算法的可行性。(2)针对服装裁剪路径优化问题,提出了一种基于改进变邻域搜索(MVNS)的元启发式方法,提高了传统变邻域搜索的求解精度和运行时间。首先,将服装裁剪路径问题转化为一类广义旅行商问题。其次,为求解裁剪序列,对传统的变邻域搜索中的局部搜索和抖动阶段进行改进。在局部搜索中,设计了基于2-opt和插入算子的邻域结构,同时采用了一种增量计算方法,提高了求解质量和搜索效率;在抖动阶段中,结合遗传算法,设计了分块和重组等算子,避免了过早地陷入局部最优。进而,利用禁忌搜索混合动态规划算法排除重复的裁剪序列,并确定入刀点位置。最后,通过应用实例和对比实验,所提算法的求解精度和运行时间均比较理想,其优化率超过51%,运行时间在1分钟以内,误差不超过4%。实验数据充分验证了所提算法的有效性。(3)设计并实现了裁剪机路径优化软件系统。以UI设计优化中的3条“黄金准则”作为设计思想,将IGA-SA算法和MVNS算法集成到软件系统中,并增加用户登录、文件导入和文件处理等功能模块。最后,利用企业获取的裁片排样文件对系统功能进行验证,将路径优化结果转换成裁剪机CAD/CAM软件系统可以识别的裁剪指令文件。最后,对论文进行了总结,阐述存在的问题,并展望未来的研究方向。