该文结合工厂实际,提出计算机辅助优化排样系统要具备算法的智能性和功能的集成性的观点,并对其中的排样算法、加工路径优化、企业资源集成等技术进行了研究.将遗传算法应用于优化排样中.排样问题属于NP难题,至今人们还没有找到一确定的多项式算法,这就意味着在一确定时间内,计算得到的结果只能是近似最优解.多年来,启发式算法成了解决这类问题的主要方法.遗传算法以其独特的进化求解方法和传统的启发式算法相结合,弥补了各自算法的不足,较好的解决了优化排样算法计算量和求解全局最优解的矛盾.算例表明,启发式算法和遗传算法的结合对排样布局的优化是非常明显的.运用遗传算法对加工路径进行了优化.针对加工路径的优化目标,给出了数学模型.依据每个零件加工轨迹相对固定的原理,根据每个零件的特点,用两个特征值和五个特征点代替零件,据此对数学模型进行了简化.应用遗传算法对该问题进行了遗传编码,建立了较为完整的数学模型.为了在激烈的市场竞争中求得生存与发展,提出了企业资源集成的方案.并对企业资源集成的两个层次;企业内资源集成和企业间资源集成进行了较为详细的探讨,建立了两类资源集成系统框架,对各模块的通信机制和系统的运行机制进行了研究.