本文研究圆形件优化排样算法，目的是提高材料利用率。本文提出了一种新的放置算法（圆弧搜索算法，ASA），与文献中算法相比，ASA在较短的时间内产生了可以和排样领域著名的法国学者Hifi在SCI和EI检索刊物中提出的较复杂方法GA-BH在利用率方面相媲美的效果；对随机生成例题的计算结果表明，本文算法的计算时间可以满足一般实践应用的要求，所得排样方案的材料利用率较高。优化排样是研究如何下料使得原材料利用率最高，在实际生产中应用广泛。提高原材料利用率问题是一个系统工程问题，需要从生产管理、优化下料、决策支持等方面提供完备的一体化解决方案。这些环节中优化下料方案是提高原材料利用率最直接的方法，而优化下料方案的关键是构造有效的优化排样算法。本文研究的是圆形件排样问题，是二维下料问题的一个分支。国内外对二维下料问题的矩形和二维不规则性毛坯的排样问题研究较多，而对圆形排样问题的研究较少。本文研究的圆形件排样问题指将卷材切成若干圆形毛坯，使所产生的废料尽可能地少。由于卷材长度远远大于毛坯直径，在算法设计时可以将其作为无限长处理。所排零件包括多种尺寸的圆形件，需求必须精确满足。该问题已经被证明属于相当困难的NP完全问题[1][2]。本文提出一种新的排样算法（Arc Search Algorithm，简称ASA），按指定的顺序，依次将圆形毛坯排列到卷材上。ASA 算法在较短的时间内产生了可以与文献中的GA-BH方法[3]相媲美的利用率结果。