随着近年来原材料价格以及劳动成本的不断增加,服装生产的成本压力也日益增大,而裁剪工序作为一道重要工序,对材料成本和人工成本进行有效控制有着重要现实意义。分床和排样问题作为裁剪工序中的两大主要环节,若能通过优化算法取代人工分床和人工排样,有利于降低企业人工和原料成本,从而提高企业竞争力。本课题在分析分床和排样问题相关技术的国内外研究现状的基础上,设计开发服装订单智能一体化系统软件。本文的主要工作和研究内容如下:1)根据实际生产确定分床问题的优化目标,建立分床数学模型,然后将目标进行转化分析,提出了两阶段的方法求解该模型。在算法实现后对实际订单进行测试,证明了该算法的有效性。2)将样片进行离散化,首先获得样片的轮廓点,然后将样片所占区域转化成一系列的线段区间,以降低样片的复杂性给排样带来的难度。3)提出了一种基于压缩因子粒子群的组合排样方法。首先对样片进行k-means聚类分析,再将同类样片组合,然后通过连通域分析、边界跟踪得到组合样片轮廓,最后采用压缩因子粒子群算法进行排样。对该方法进行实验仿真,证明该算法的有效性。4)设计开发服装订单智能一体化系统软件,实现了两阶段求解分床方案、PLT文件处理模块、样片离散化模块、组合处理模块、样片搜索模块以及样片排版模块等。最后,对全文进行总结,找出不足,展望未来研究方向。