酸轧工序处于钢铁生产流程的中间位置,其原料大多通过卡车从热轧生产线运达,考虑质量返修、运输方式等因素导致钢卷到达时间具有不确定性,从而造成酸轧前库库存具有波动性,导致以往确定性的调度方法难以保证获得方案的可执行性。针对酸轧工序钢卷调度的动态优化方法的研究对于降低生产成本,提高生产效率具有重要的理论价值和实际应用意义。本文针对考虑到达时间的酸轧钢卷调度问题,建立了数学模型,设计了基于学习的酸轧钢卷动态调度算法;考虑热轧运输钢卷到达、钢卷备料返修、机组的产能波动或轧机状况的动态性,针对酸轧动态调度问题,分别设计了基于近视策略和值函数近似策略的酸轧调度近似动态规划算法,进一步解决了动态性、随机性对酸轧生产调度的影响。本文具体工作如下:（1）针对考虑到达时间的酸轧钢卷调度问题,以最小化生产切换成本和最小化总加工拖期时间为目标建立混合整数线性规划模型,提出了基于学习的酸轧生产调度算法,设计了基于学习的权重因子,在迭代过程中,基于目标函数的变化更新权重因子,从而实现对迭代优化的扰动,提升搜索效率,最后,通过基于随机生成算例的计算实验验证所提算法的有效性。（2）针对酸轧动态钢卷调度问题,考虑了酸轧钢卷的动态到达、钢卷备料过程中的质量问题返修以及机组生产状况的波动性导致的问题的动态性,以轧机现状为状态变量,以钢卷相邻关系为决策变量,设计了近似动态规划算法,并分别采取了基于近视策略和基于值函数近似策略,最后,通过与CPLEX求解到达时间给定情况的解进行对比,验证了所提算法的有效性。（3）针对钢铁企业实际需求以及生产计划人员的需要,基于上述设计的算法,设计并开发了酸轧动态钢卷优化决策支持系统,动态展现酸轧生产计划的实时变化,通过易于操作方便直观的图形用户界面和数据管理系统,减少了生产计划人员的工作量,提高了工作效率。