对于存在大量相同或相似零件（例如月牙形、C型、U型、钩型等凹凸互补零件）的排版场景，仅依赖遗传算法（GA）往往难以快速发现最佳互补组合，容易陷入局部最优。因此建议在正式排版前增加一层 Pre-Grouping（预聚类）或 Pair Nesting（预配对）处理。
具体思路如下：
第一步，对所有零件进行相似性分组。对于同类零件，可通过面积差、周长差、顶点数等特征进行快速判断。例如：
-
面积差 < 0.5%
-
周长差 < 0.5%
-
顶点数相同
满足条件的零件归为同一组。
第二步，对每组零件进行互补性测试。对于同一个零件，分别测试以下姿态：
-
原始方向（0°）
-
旋转180°
-
镜像后
-
镜像+180°
将两个零件组合后计算其 PairScore：
PairScore = 组合面积 / 组合最小旋转包围盒面积（OBB面积）
例如：
单个零件：
RectScore = 零件面积 / 单件OBB面积 = 0.55
两个零件互补组合后：
PairScore = 组合面积 / 组合OBB面积 = 0.91
则提升量：
Gain = PairScore - RectScore = 0.36
若 Gain 超过设定阈值（例如 0.15 或 0.20），则认为这两个零件具有明显的互补关系。
第三步，将识别出的互补组合直接生成一个新的 ClusterPart（聚类零件、超级零件），例如：
AA
将 AA 作为一个整体零件参与后续遗传算法排版，而不是让两个 A 分别参与排版。
这样做的本质是提前发现明显的凸凹配对关系，大幅减少遗传算法的搜索空间。对于存在大量重复月牙形、C型、U型、钩型等零件的图纸，预聚类带来的收益通常远大于继续调整遗传算法参数。遗传算法擅长优化整体布局，但不擅长从海量组合中主动发现明显的互补配对关系，因此将这部分工作前移到预处理阶段，往往能够显著提高材料利用率和排版速度。