下料就是把尺寸较大、样式相对固定的原材料，按生产的需求切割成尺寸较小、长度不同、形状多样的坯料，以便进一步加工成各种不同规格产品的过程。由于下料问题本身的复杂性，以及现有下料方法的局限性，下料过程中难免产生大量原材料的浪费。在制造加工领域，原材料的成本在整个产品成本中占有很大比重，因此如何减少下料时的原材料消耗而降低成本，有着非常重要的经济意义和社会意义。　　现实生产中的下料问题规模大、约束多、目标多样，本身非常复杂。现有文献在对下料问题进行问题建模和算法设计时，一般都进行了简化和抽象，以致最后的结果无法被直接应用于生产实践。本文研究的并不是单纯数学意义上的理想化的下料问题，而是从生产实际出发，研究企业复杂环境下的下料问题。本文的研究内容如下:　　(1)建立了均匀变截面原材料一维下料问题的数学模型。该模型不仅考虑了下料的切割率，还考虑了产品位置对切割的影响、下料方案个数、刀片数的限制、刀片的厚度、锻压比和高径比等因素。　　(2)设计了改进的SHP算法对均匀变截面原材料下料问题进行求解。本文对算法进行了如下改进:针对均匀变截面原材料的特点，研究了产品的切割位置和切割长度的关系，并在SHP算法中增加了长度转换函数;改进了SHP算法的待切产品选择过程，在切割的同时考虑剩余产品的多样性，避免了产品数量减少时切割率下降的问题;针对刀片数有限的特点，重新设计了背包问题的求解算法，降低了算法的复杂度;改进了少量产品切割时的SHP流程，避免了SHP算法“终止条件”问题;在分析算法参数的基础上，设计了参数自动调整函数，使算法能根据用户的愿意等待时间，自动调整参数。　　(3)开发了基于改进智能算法的二维矩形下料问题决策支持原型系统。针对现有矩形下料算法在面对不同下料数据时表现各有优劣的情况，开发了基于改进智能算法库的二维矩形下料问题决策支持原型系统，使得用户可以根据实际下料的具体情况，任意组合算法库中的现有算法，得到满足实际需求的下料方案。　　(4)建立了物联网中的多目标下料问题的数学模型并设计了求解算法。模型考虑了钢锭库中未切割的产品和料场中已切割的产品可以互相替换的情况，把交货期相对较缓的产品延后切割，而用已经切割好的毛坯先生产较急的产品。设计SHP算法求解该下料问题，在切割率不变的情况下更好的满足交货期需求以减少库存成本。　　本文研究的下料问题都来源于企业生产实际，从实际下料中总结了下料问题的一般规律，建立企业复杂环境下的下料问题模型，设计相应的算法求解允许成本范围内的满意解。本文的部分研究成果已经在马鞍山钢铁公司车轮分公司实际生产线上得到很好的应用。