随着全球钢铁行业日趋激烈的竞争，竞争的焦点落在如何有效实现多品种小批量生产、质优价廉、准时交货上面，以适应钢铁市场复杂多变的需求。所有这些都与钢铁生产的动态调度密切相关，因此加强动态调度已经成为钢铁企业提高竞争力的重要途径。钢铁生产工艺复杂、生产设备多、物流纵横交错。同时，不仅要考虑钢水到达时间偏差，设备故障，而且还需考虑钢水成分不合格、温度补偿等动态扰动事件。显然，作为钢铁企业制造执行系统(MES)的重要组成部分，动态调度对于协调工艺流程，加快工艺节奏，提高企业经济效益具有重要意义。 根据钢铁生产动态调度的特点，以案例推理方法为研究主线，引入粗糙集理论，将神经网络、遗传算法等优化方法结合到案例推理中，研究了基于案例推理的动态调度系统的相关理论。在此基础上，提出了动态调度的整体框架与实现方法，并将其运用到宝钢炼钢厂一炼钢分厂的动态调度系统开发中。本文主要工作内容如下： 为了更进一步研究有效的动态调度方案，归纳了钢铁生产的动态调度问题的种类、特点；从理论与实践应用分析了该领域的研究方法，具体介绍了基于模型、智能、人机交互方法，并分析了各种方法间交叉组合的方式；进而研究工程实现模式，提出钢铁生产动态调度的三位一体综合集成模式。 归纳了案例推理方法的基本理论，在传统的一级案例推理系统的基础上，提出两级案例推理系统实现系统的稳定性。研究了如何采用框架结构描述钢铁生产动态调度的案例；引入决策树的思想实现案例聚类，运用最邻近法实现案例匹配；运用调整规则集调整案例，并探讨了案例维护的基本方式。 提出了基于多BP网的案例匹配技术，描述了BP网的拓扑结构与实现步骤；提出一种基于改进的德尔菲法的算法来确定输出样本集；给出了基于多BP网的案例匹配技术框架。 研究了基于粗糙集理论的案例属性约简技术，以核为出发点，提出了一种改进的基于分辨矩阵的属性最小约简方法；针对连续属性，提出一种基于逼近精度敏感性的离散化算法。该技术用于消除了冗余信息，提高了案例匹配的效率。归纳了案例推理中主要案例调整方法，以模糊集理论为出发点，提出并论证了主要案例调整方式的适用条件；在此基础上，设计了案例调整算法，并给出一个通用的案例调整框架；介绍了诱导调整方式中调整模型的建立、线性转换与求解过程；使用上述案例调整技术，对钢铁生产的动态调度实例进行了求解，验证该技术在解决复杂的案例调整问题上的有效性和柔性。 以宝钢炼钢厂一炼钢分厂为背景，基于本文所提出的动态调度框架与实现的具体方法，提出了钢铁生产动态调度系统的设计目标、设计思想和总体设计方案；针对系统开发中的关键技术，开发了相应的原型系统，将其结果与现场实际调度方法进行比较，验证该技术的有效性和实用性。为将来的系统开发，以及调度理论与生产实际相结合打下了基础。