当操作的次数达到预先定义的最大值或当搜索树里的所有叶节点均己被遍历之后，优化搜索则停止，并返回当前的乍为最终的全局最优解。从根节点通往叶节点P＊的一系列操作节点构成了最终的模型的分解与排列的操作序列，每个操作对应于PAK或者CAP操作之一，所有的CAP中的切割操作即是最终模型的分解，所有的PAK和CAP中的排列操作即是最终的模型分解块的排列。
优先级打分函数。当我们尝试搜索建立一个操作序列的时候，下一个被选择中的操作应倾向于引导整个优化过程走向全局最优解。为此，我们需要定义一个局部的优先级打分函数来选择下一个操作。全局目标函数显然是第一个自然的选择，然而，由于粉末打印机的目标函数取决于堆的最大高度，使用其作为局部的打分函数无法区分开两个不改变最大堆高度的操作。
我们应该综合考虑一个操作带来的堆的高度变化，排列块的块数，和排列后堆内空隙的因素。因此，可以考虑最小化被排列体素块中的每单位体素对于高度增加的平均贡献，或者说廣乂众每单位体素对于空舍高度的平均贡献。