冲裁件优化排样的目标是在满足一定约束条件下,合理、有效地在板材上尽可能多地排布各种零件,减少废料,使材料利用率提高。优化排样问题是典型的组合优化问题,具有很高的计算复杂性。本文把冲裁件作为封闭的二维几何图形,以二维几何图形之间的二维布尔运算来实现冲裁件之间相对位置的几何变化。本文深入研究了Hopfield神经网络原理,把冲裁件的优化排样问题映射到神经网络。根据冲裁的工艺要求,建立了使利用率提高的数学模型。然后结合相关约束条件推导出了目标函数并将其转化为Hopfield神经网络能量函数。当网络的初始条件充分邻近稳定状态点,网络将收敛到某一稳定平衡点(它相应于能量函数的极小值),即问题的解。文中通过三个排样实例证明此算法能得到合理的、有效的排样方案,具有一定的可行性。