为了提高钢铁宽厚板余材的利用率,钢铁企业通常将宽厚板余材在长度和宽度两个方向进行切割并分配给钢级、规格等属性需求相同的合同,从而达到避免重复炼钢、降低宽厚板余材库存的目的。在宽厚板余材的匹配过程中,需要考虑宽厚板与合同的钢级属性匹配,同时还要考虑宽厚板的二维切割,可以归结为带有复杂匹配约束的二维切割问题,属于典型的NP难问题。以往的研究主要集中在带有一维切割模式的匹配问题,而带有二维切割模式的宽厚板匹配问题通常采用基于人工的启发式进行求解,难以保证匹配方案的全局优化,造成材料资源的浪费,增加企业的生产成本。因此,研究带有二维切割模式的宽厚板匹配问题对于提高钢铁企业精细化生产水平、降低生产成本具有重要意义。本文针对带有二维切割模式的宽厚板匹配问题,以最小化切损量,最小化匹配惩罚为目标,建立了混合整数规划模型。设计了基于列生成的分支定价算法对问题进行最优求解。同时,采用数据解析方法对分支定价算法的强分支过程进行近似替代,有效降低了算法的求解时间。最后,结合实地调研结果设计并开发了宽厚板优化匹配系统,实现降低钢铁企业成本,提高工作人员效率的目的。具体的工作如下:（1）针对宽厚板匹配问题建立了混合整数规划模型。钢铁企业宽厚板匹配问题的任务是:在满足宽厚板与合同的匹配要求、宽厚板的二维切割要求等前提下,将宽厚板余材在宽度和长度方向进行切割并分配给合同。针对该问题,以最大化余材宽厚板匹配量,最小化匹配惩罚和宽厚板切损量为目标,以行模式匹配关系和列模式匹配关系作为决策变量,建立了混合整数规划模型,满足了生产中不同切割模式的匹配需求。通过标准优化求解软件对模型进行求解,验证了模型的正确性。（2）针对小规模宽厚板匹配问题,设计了分支定价最优求解算法。将混合整数规划模型等价变换为集装包模型,设计了列生成算法获得问题的下界,提出了有效的动态规划算法对列生成算法的价格子问题进行最优求解。最后,将列生成算法嵌入到分支定界框架中,设计了分支定价算法获得厚板匹配问题的最优解。通过数值实验,验证了算法的有效性。（3）针对实际规模厚板匹配问题,将数据解析与优化算法相结合,提出了基于数据解析的分支定价算法。设计了对分支变量的评分机制,使用支持向量机回归方法拟合了历史分支数据中的分支变量及其对应的评分,通过预测分支变量评分的函数,选择评分最高的变量进行分支。该策略有效降低了分支树的规模,缩短了分支定价算法的求解时间。通过数值实验,验证了混合算法的优越性。（4）嵌入上述模型和算法,设计并开发了宽厚板优化匹配系统,满足实际生产需求和工作人员的操作习惯,实现了宽厚板与合同的自动优化匹配,能够有效提高计划人员的工作效率,提高钢铁企业的资源利用率,降低生产成本。