炼钢生产组织的核心是生产作业计划与调度。合理的生产作业计划与调度是保证生产物流通畅、进行资源合理配置与高效利用，提高设备利用率，进而提升生产系统的整体运行效率，降低物耗、能耗及成本，增加企业盈利和企业竞争力的重要途径。　　钢铁生产作业计划与调度NP难题作为近年来的研究热点，其理论和方法已取得明显进展，并针对特定钢铁企业开发了一些计划与调度系统。但由于钢铁生产中存在的多目标、多约束，以及不可避免的生产扰动等不确定性影响，导致计划与调度方法存在局限，系统的应用效果与生产需求间存在较大差距。因此，有必要对这类复杂的混合流程生产作业计划与调度优化方法进行深入研究。本文以炼钢-连铸生产计划制定与调度优化问题为对象，探索描述复杂炼钢-连铸生产流程动态性的新方法，建立易于控制“连浇”生产的作业计划与调度优化数学模型，研究基于遗传算法与并行倒推算法、改进蚁群算法的作业计划与调度优化求解方法，以编制出可执行的炼钢连铸生产作业计划。课题研究在理论和应用方面具有重要意义。　　针对炼钢生产计划与调度特点，提出了考虑炼钢生产作业时间不确定性和生产扰动条件下，能适应动态生产环境变化的炼钢-连铸作业计划与调度优化方法。首先以生产流程简化网络图作为作业计划与调度优化的对象模型，来描述和表达复杂的动态炼钢生产过程；建立以最小化炉次间的作业冲突时间和尽早安排连铸机“开浇”等为目标函数，以满足连铸机“连浇”生产等工艺要求为约束条件的炼钢-连铸作业计划优化数学模型；设计以分段实数编码和基因分区交叉操作的改良遗传算法，并将时间并行倒推算法嵌入形成混合优化算法来快速求解数学模型。为提高作业计划编制中资源配置的有效性和灵活性，又提出一种按生产流程网络结构的时空逆序关系设计的自组织资源配置蚁群算法的作业计划优化方法；为解决炼钢-连铸生产调度中生产扰动时的重计划编制问题，按作业计划中的炉次是否进入流程开始执行进行作业计划分类，并分别采用正向时间并行顺推与混合优化算法或改进蚁群算法进行正在作业与未作业的炉次计划的重计划；最后，从适用性角度研究了钢厂生产作业计划与调度优化模型的实现技术。　　研究工作表明：作为对象模型的生产流程网络图能直观地表达炼钢生产中工序与工位间的逻辑关系，并能体现作业任务复杂的动态关系，为增强作业计划优化模型的适应性奠定了基础；计划优化模型可克服从“控制损失”角度的以惩罚函数形式的建模思想较难控制“连浇”实现的不足；基于改良遗传算法和时间并行倒推的混合优化算法能较好地解决作业计划的时间不确定性优化问题，提高计划的编制效率和可行性；面向生产流程网络时空逆序关系的改进蚁群求解算法避免了常规蚁群算法以解构造图的求解方式导致的作业计划编制任务的规模受限的问题，同时可将生产组织原则转化为启发式信息，与信息素积累共同决定择路规则，能实现自组织计划编制过程的资源合理配置并得到模型的优化解。　　与文献的对比实例证明建立的炼钢-连铸生产作业计划优化数学模型，以及混合优化算法和改进蚁群算法是有效的，且制定的计划质量优于单一的遗传算法。以攀钢提钒炼钢厂在技术改造中的不同生产流程为对象的生产作业计划与调度优化方法的应用测试结果表明：①所提出模型及求解方法能快速进行作业计划编制，编制的生产作业计划与生产实绩有很好相似性，进一步证明了方法的正确性和可行性；并且方法及系统具有较强的适应性和灵活性，可满足生产中不同对象、不同任务和不同周期计划制定和调整的需要；②基于改良遗传算法与并行倒推算法的混合优化算法能优化生产作业时间和缩短炉次作业前的等待时间，编制的班次炼钢-连铸生产作业计划可有效缩短平均物流时间5％以上，并明显减小炉次物流时间的波动幅度；③改进蚁群算法不仅能有效缩短炉次的平均物流时间，而且能自组织实现资源的合理有效配置，使炉次物流时间的波动幅度更小；④重计划编制方法能根据设备故障、钢种改判等常见生产扰动时的实时生产情况，在保证正在执行作业计划作业连续性的同时，制定出合理的具有较高可执行性的重计划和重调度方案，为重调度提供决策支持。　　因此，研究工作取得明显进展，提出并实现的炼钢-连铸生产作业计划与调度优化方法为复杂炼钢生产的相关问题研究提供了一种新的思路，而且研究成果的应用可为优化炼钢生产物流、提高生产作业计划编制的效率和质量、提升炼钢生产调度水平提供一种新的手段。