摘要：针对制造业领域的矩形优化排样问题,提出一种遗传-离散粒子群优化算法.引入交换子和交换序概念,解决了标准粒子群优化算法在求解组合优化问题时粒子的更新难以描述问题;融合遗传算法的交叉与变异思想,增强了粒子群的多样性和稳定性;同时采用改进的最低水平线搜索算法加快算法的收敛速度,并解码形成排样方案.通过实验数据对比,验证了该算法在求解矩形排样问题中的高效性和鲁棒性.

关键词：离散粒子群优化 遗传算法 最低水平线搜索 矩形排样 

单位：吉林大学计算机科学与技术学院; 吉林长春130012; 总参陆航研究所; 北京101121