近年来,随着国民经济的飞速发展,一维下料问题在建筑、电力、水利等领域获得了越来越广泛的应用.寻找一种最优的下料方案,不仅可以节省原材料,降低生产成本,而且能够为企业带来直接的经济效益,促进国民经济的健康发展.因此,开展对一维下料问题的研究具有重要的理论意义和工程应用价值.该文首先深入地分析了一维下料问题,提出了一种截切方案的计算机自动生成的算法,建立了该类问题的数学模型.然后,分别采用三种方法对一维下料问题进行优化求解,并进行了具体算例的比较分析.1.线性规划.线性规划的单纯形法是求解一维下料问题的传统方法.该文首先应用这种方法对一维下料问题进行优化求解,并分析了这种方法存在的缺陷,如:所得的结果不全为整数;或由于问题的规模过大而导致算法失效,出现病态解甚至无解的情况.2.遗传算法.该文从应用的角度对遗传算法做了认真的分析和研究,然后将其应用于一维下料问题的求解,提出了一种基于遗传算法的求解方法.在求解过程中,给出了遗传算法求解的编码方法、适应度函数的定义、遗传算子以及关键参数.实际应用表明,采用该方法求解是可行的,并且取得了较好的寻优效果.3.遗传模拟退火算法.针对遗传算法存在"过早收敛"的现象及其良好的兼容性,考虑将模拟退火算法与遗传算法相结合,用来求解一维下料问题.这是一个新的尝试.该算法首先通过遗传算法来进化生成一个群体,然后利用模拟退火算法进一步调整优化解.基于算例的求解结果验证了该文所提出的遗传模拟退火算法的有效性和高效性,其下料结果明显优于线性规划和遗传算法.