激光加工路径规划是激光加工中涉及到的重要问题之一，好的加工路径可以减少空行程运行时间、提高加工效率、降低生产成本，从而加快企业对市场的反应速度，提高市场竞争力。由于激光加工路径规划问题是典型的NP-hard问题，传统的优化算法及单一的智能算法很难求得其最优解，所以本文在现有研究的基础上，融合遗传和蚁群算法对该问题进行研究。本文设计了改进遗传蚁群算法，该算法前期采用遗传算法为蚁群遗传算法产生初始信息素；后期采用蚁群遗传算法，实现蚁群与遗传算法的融合。蚁群遗传算法中建立新的状态转移规则，使用动态挥发系数进行信息素更新，采用信息素和适应度动态调整交叉、变异概率，基于信息素和启发信息选择交叉、变异位置，设计了两种终止条件。对激光切割进行路径规划时，为使规划更具实际意义，建立了包含时间距离和热效应的多目标优化数学模型。针对激光切割路径规划的特点，将其归纳为广义旅行商问题，设计双重编码对轮廓扫描顺序及轮廓起点进行描述，算法设计时，除考虑到被切割件为多边形的情况还考虑到圆及椭圆的情况。通过构建的适应函数将多目标优化问题转化为单目标优化问题，同时动态控制适应函数，并改进了交叉与变异操作。对快速成型进行路径规划时，为减少快速成型轮廓扫描中的空程运行时间，结合激光扫描的运行特点，建立了时间距离最短的数学模型，分析了快速成型轮廓路径规划中轮廓起终点不同的情况，采用双重编码对轮廓扫描顺序及轮廓起点进行描述，并设计了相应的交叉、变异方法。在相应理论研究的基础上，采用C++语言并通过VC编制完成了激光加工路径规划设计软件，优化实例表明了算法的有效性。