布局算法

布局（Layout）是指一块板料内的零件剪切方法优化，一个好的开料布局应该利用率高、便于开切走刀、所产生的余料小或成整块。布局优化选项配置关系到切割走刀工艺、计算复杂度、计算速度和局部优化率等，布局参数允许在优化计算过程中动态修改。

常规剪切

常规剪切（Base Cutting）：常规剪切算法是 AutoCUT 最常用的直剪排样布局算法，它在当前板料中优化布局不同尺寸零件（毛坯），根据零件的特征自动优化成零件组块，切割时可先将整板切割成包含相同零件的料块，然后在各料块中切割出零件。剪切组块算法尤其适合家具、玻璃等行业“一刀切”加工，即每次切割都将板料一分为二，切割过程中不需要退刀。

平行剪切

平行剪切（Cell Cutting）：某些情况下要求严格采用平行走刀方式，例如家具板材的电子锯，采用平行成组的切割方式能够减少换板次数，提高工作效率。平行剪切即是专门针对栅格形式剪切而开发的布局算法，它能够严格控制平行切割的层次和方向，一层剪切一步即可切割出最终毛坯（零件），二层剪切则分两步切割出最终毛坯，依次类推，层次越高则切割越繁琐，但单块所能切割出的毛坯种类越多，利用率也越高。例如纵向二层剪切第一步沿板材宽度方向进行平行切割得到同类毛坯的条带，第二步将条带截断成为最终毛坯。平行剪切算法可以获得整齐的布局排样，一般情况下，最后一个布局将剩余的零散零件布局
到最后一款板料上，此时为了获得较集中的整块余料，切割层次不是首要的要求，因此有必要在平行排样完成后，选择最后一个布局，可以选用一般剪切算法进行再次布局，以获得较集中的余料分布。

装填布局

装填布局（Base Packing）：装填是开料的逆过程，装填算法正是运用这一逆向思维来完成更为复杂的零件布局计算，装填问题又称“Packing 问题”，即将矩形最大化的填充到板料上，装填算法得出的是允许嵌套的排样方式，这种方式具有比正交切割方式更高的复杂度。相对于正交切割等“一刀切”方式，嵌套排样不一定每次都会切断板料，而允许零件间的循环嵌套切割，即允许“退刀”，这种方式可能获得更高的排样利用率。尤其对于零件种类非常多的布局，装填算法有无可比拟的优势。

卷材切零算法

卷材切零算法（Roll Block）：该算法用于最优化的在长卷物料上剪切零散的矩形毛坯，主要针对不限长度的卷形板料拆零开料，即为不限制板料长度而自动截断的矩形开料（RollBlock Cut）。卷切零算法基于矩形剪切算法，但将板料视为无限长。实际输入卷料虽然也有长度，但系统认为终了可以继续接新卷，截断不受限制，因此用户必须设定好最长截断距离，否则程序将进行全卷长度剪切开料而耗尽系统资源。AutoCUT 会根据使用总长度最少为优化目标进行优化排样，所给出的多个排样图宽度为卷料宽度，长度截断会自动给出（不超过设定的最长截断距离和板料总长）。实际开料时按照各开料图的长度和重复次数分多次截断卷料，然后再在截出的矩形板料上开出各类不同尺寸的矩形零件。（开料结果的数量栏显示耗用卷数，该值通常是一个小数，即非用一个整卷）

组合算法

组合算法：组合算法用于将多个开料图和开料数量进行优化组合，以获得全部的零件出数需求，组合算法的自动筛选板料功能可以考虑不同尺寸的板料和余料，并从中选优。以下的极限算法是较常用的性能稳定的组合算法，而规划算法则应用于大批量下料以及寻求最高全局利用率的场合，它通过数学方法计算最优解，目前其优化效果高于极限算法，但稳定性和适应性稍差。

极限算法

极限算法（Utmost Case）：AutoCUT 提供拟人型的启发式组合优化算法，此算法能够接受灵活多样的开料要求和配置，对大多数的开料场合有好的适应性。

规划算法

规划算法（Programming）：也可称“数量组合套料”是一种高效的大数据量优化算法，它通过数学方法求解多目标优化方程，能够得出问题的全局最优解，即整体的最优方案，这正是人们梦寐以求的。但因为实际数据的多样性，某些极端情况下算法会求解失败或无解。规划算法在不同尺寸的板材中综合选优时，还能够以“成本最低”为目标进行全局优化。规划算法能改善极限算法开料时所产生的全局优化不理想、开料布局数过多、开料工序繁琐的问题。它尤其适合于需求零件种类少，而每类零件的数量多的情况，（零件零散，种类多，不建议采用规划算法）算法能够在较少的布局样式下就获得很高的全局利用率，即所需的开料布局图少，一种布局图重复开料多次，从而使得采用自动开料锯进行层叠开料时可以有较高的切割效率。