生产计划管理是钢铁企业经营活动的核心和基础,它与钢铁生产工艺过程密切融合,建立符合工艺要求,企业产能允许,生产费用最小,库存产品和坯料最大利用的生产计划管理系统是钢铁企业之所需。本文通过分析钢铁企业的生产计划管理研究和应用现状,提取存在的问题,继而结合东北特钢集团抚顺基地生产计划管理实践,立足工艺路线的多粒度管理定义了工序的多粒度性,作为不同类型计划编制的基础,研究了钢铁企业多粒度分型生产计划管理(Multi-granularity classification Production Scheduling for Steel Enterprise, MGCPS)的框架结构及技术方法。提出一种钢铁企业MGCPS方法。基于“分解一协调”思想将钢铁企业的计划管理问题分解为一般性需求问题和特殊工艺制约的需求问题两种类型的优化子问题分别实现计划的局部优化,一般性需求作为静态调度规则约束企业级生产计划和分厂级作业计划的生成,指导物料需求计划的形成,然后利用动态作业调度协调不同特殊工艺制约的需求之间的统一,安排物料需求计划的生产顺序形成执行计划,实现整个问题空间的优化。构建了基于ERP/MES/PCS三层结构的MGCPS的系统模型、参数模型、算法模型,动态作业调度模型以及计划组织方式模型实现有限能力制约下的生产计划管理,并阐述了MGCPS方法的概念、任务与特征,研究了MGCPS集成设计,为钢铁企业优化生产管理提供了新的思路。提出一个多粒度能力负荷模型概念,结合钢铁产品主数据模型、工作中心模型以及订单BOM、工艺BOM、生产BOM基于特征映射构建了MGCPS参数模型. MGCPS参数模型从工艺路线和工序的多粒度性出发,研究了不同粒度工作中心的能力负荷估算规则,设计了负荷采集方法,实现了多粒度工序参数的动态统计以及瓶颈工序的动态识别,为MGCPS方法奠定了基础。从一般性需求出发,研究了MGCPS算法模型。定义工序为分厂,给出基于分厂产能的粗粒度最小生产费用模糊规划数学模型,实现订单与工艺路线的优化配置,形成企业级计划；定义工序为关键工序,给出基于关键工序的最小拖期／超期惩罚中粒度线性规划数学模型,依据关键工序的最优配合将企业级计划落实到分厂形成作业计划,并相应给出模型的遗传算法、粒子群算法、静态调度算法的求解流程以及应用实例。面向计划决策者满意程度设计了遗传算法的适应度函数,并对其进行尺度变换,解决算法进化到一定程度产生的收敛速度慢的问题,并应用于基于模糊模拟技术求解粗粒度模糊机会约束规划的程序实现。从特殊性需求出发,研究了MGCPS动态作业调度问题。分厂级作业计划的落实形成物料需求计划,企业不同生产阶段工艺约束的独特性作为动态作业调度约束条件对不同生产阶段的特殊工艺制约的需求子问题分类型管理,不同阶段之间采用协同调度的方法实现综合平衡和优化,最终形成执行计划。给出模型的动态调度算法流程以及瓶颈动态作业调度算法,并通过实例进行了验证。结合MGCPS算法模型构建了集成动态生产调度模型,结合生产实际证明了模型的实用性。通过案例企业生产计划管理信息化系统的应用,利用面向对象建模语言对MGCPS进行了系统分析和设计。MGCPS方法及其在案例企业的信息化实践,有利于促进钢铁企业生产计划管理理论与实践的研究,对我国钢铁企业信息化进程具有现实意义。