钢铁企业产成品的成本主要由三部分构成:原料购买、生产消耗和物流成本。原料成本随需求增加而水涨船高,生产中的技术发展也已经进入到瓶颈阶段,对应的生产成本挖掘潜力越来越小。所以通过对物流调度优化来降低物流成本成为降低钢铁企业成本,提高企业经济效益的重要手段。本文以钢铁原料码头的料船调度问题为例,针对其中的卸船调度问题展开研究。在对实际问题分析的基础上,建立了料船卸船调度模型,通过求解器和差分进化算法对模型进行求解,并对算法进行改进,从而降低钢铁料场料船的滞船费用,降低企业成本。本文研究内容如下:1)分析钢铁原料码头料船卸料调度问题特点,针对该问题变量多、约束复杂等难点,建立了数学模型,目的是在满足各项需求约束和能力约束下,使得料船的滞船费用最小。通过不同规模的数值实验验证了模型的有效性。2)考虑到现实生产中大规模问题求解器的计算时间太长,在上述数学模型的基础上,设计了针对离散问题的差分进化算法,重新定义了交叉操作和变异操作。实验结果表明,差分进化算法在小规模问题上可以快速取得近优解,在大规模问题上可以快速取得可行解。3)在差分进化模型基础上,加入排挤策略（CMDE）。交叉后生成的个体会与排挤矩阵中个体计算距离,如果距离小于设定值会判定两个个体相似,会将其中适应度较低的个体淘汰,最后将得到的种群个体进行局部搜索。以此提高差分进化的个体多样性和局部开采能力。4)在CMDE的基础上加入分阶段的参数自适应（ACMDE）策略,在不同迭代阶段,根据不同的适应度,对每个个体设计不同的交叉系数和变异系数。5)设计并开发了原料数据解析与物流优化调度决策支持系统,其中数据管理模块和报表管理模块满足了企业的信息化管理需求。将上述提出的差分进化模型嵌入到系统中,通过卸船调度模块得到最优调度方案,并以图表等形式展现,为钢铁企业的原料场调度安排提供支持。