1.一种基于多因子粒子群算法的不规则件排样方法，其特征在于：包括如下步骤：第一步，对样片进行预处理

首先求出不规则样片的最小包络矩形，计算实际面积A、最小包络矩形面积B以及两者之间的比值P，P＝B/A；设置一个阈值T1，对比值P小于该阈值T1的样片进行处理，获得组合样片，最终确定排样样片数n以及样片所对应的特征点ni，i＝1,2,3…；

第二步，根据材料的轮廓点和样片的特征点ni，将其坐标转换为在一个坐标系的坐标，使用向下沉的左右分散排样算法来判断样片与材料的重叠关系；

第三步，改进的PSO算法搜索过程如下：

1)粒子群的基本粒子由2个元素组成，一个为样片排入的编号E，编号E的取值范围1～n，另一个为最小包络矩形的中心线与水平线的夹角V，夹角V的取值范围0～360°；

设置粒子群中粒子个数m，随机初始化基本粒子；

2)建立适应度函数： 其中Stotal为所有样片的最小包络矩形的面积总和，Htotal为样片排入后的高度，W为样片材料的宽度；当函数值f越接近于1，说明排样效果较好；

当函数值f远小于1，说明排样效果差；当函数值f远大于1，说明排样效果很好；

3)粒子的位置向量、速度向量以及适应度函数设置如下，

第i个粒子的位置向量：

Xi＝(x_numberi，x_anglei),i＝1,2,3…；

第i个粒子的速度向量：

Vi＝(v_numberi，v_anglei)，i＝1,2,3…；

第i个粒子历史最优位置向量：

pi,best＝(p_numberi,best，p_anglei,best),i＝1,2,3…；

粒子群全局历史最优位置向量：

gbest＝(g_numberbest，g_anglebest),i＝1,2,3…；

4)粒子的速度和位置更新公式设置如下：

Xi(t+1)＝Xi(t)+Vi(t+1)

其中 为压缩因子，ω为线性递减的惯性权重，c1为自身学习因子，c2为社会认知学习因子， c1，c2都大于0，rand1i和rand2i为0～1的随机数，t为当前迭代次数；

其中C＝c1+c2，且C>4，

其中1>ωmax>ωmin>0，ωmin，ωmax分别为ω的最小值和最大值，d为此次迭代次数，D为迭代上限值；

更新粒子群，根据以上公式更新粒子群，得到新的粒子群；

5)根据更新后的粒子群，按照向下沉的左右分散排样算法进行排样，获得样片排入后的高度Htotal，根据适应度函数计算适应值，更新各粒子的历史最优以及全局粒子历史最优；

6)在排样效果满足要求或者迭代次数达到设置值，将全局最优的排样方案作为最终排样方案；否则，返回步骤4)继续执行。

2.如权利要求1所述的一种基于多因子粒子群算法的不规则件排样方法，其特征在于：在第一步中，比值P小于阈值T1的样片的处理过程：

1.1)对于带有凹弧边的样片，分析计算弧边的弧长L和曲率λ，得到弧长和曲率的乘积S，S＝L*λ，当S大于设定阈值T2时，将其与最小包络矩形面积最小的样片进行组合，让其放在弧边包含部分的位置，对带有凹点的多边形样片,将该凹点与相邻两点进行两两连接，计算连接的三角形的面积，将最小包络矩形面积小于该面积的样片放置到该位置；

1.2)重新求解组合后最小包络矩形，计算该样片的实际面积、最小包络矩形面积以及两者的比值P；若组合后样片的比值大于原先两者的，则将其组合成一个样片。

3.如权利要求1或2所述的一种基于多因子粒子群算法的不规则件排样方法，其特征在于：在第一步中，样片所对应的特征点ni提取如下：以最小包络矩形的最左下角的点作为原点，记录矩形的四个顶点和样片轮廓与矩形相交点的坐标点，若样片与轮廓重合，则再记录一个中间点，再记录两两样片轮廓与矩形相交点之间的轮廓上的中点，将这些点作为该样片的特征点进行存储。

4.如权利要求1或2所述的一种基于多因子粒子群算法的不规则件排样方法，其特征在于：在步骤4)中，多因子粒子群算法增加了一个压缩因子，自身学习因子和社会认知学习因子线性变化，参数c1和参数c2的变化如下：其中c1min，c1max，c2min，c2max分别为c1的最小值和最大值，c2的最小值和最大值；d为此次迭代的次数，D为迭代次数设置值。

5.如权利要求1或2所述的一种基于多因子粒子群算法的不规则件排样方法，其特征在于：在步骤5)中，向下沉的左右分散排样算法如下：将编号E为1的样片排在最左下角，编号E为2的样片排在最右下角；最初的两个样片排放时，样片的高度不大于它的宽度，此后排入样片后的高度小于左右两侧样片中的最高点所在的水平线；若后续编号的样片能排入底层，则按左下、右下的顺序依次排入；若样片的宽度或高度大于行剩余的宽度，则使该样片另起一行排在最左侧，并向下靠拢；此后再将下个编号的样片排入，若底层能排入，则按左下、右下的顺序依次排入；若底层排不下，则再排入新起一行的右下方，依次类推，直至所有样片排入；最后样片完全排入后的高度为Htotal。