钢铁生产过程中,因物流高温连续运作使得生产过程能源消耗大、生产设备规模大,需要很高的运行成本。在保证设备利用率和产能的同时,如何有效地节能降耗,成为生产上迫切需要解决的问题。钢铁工业一般从工艺与装备、自动化与控制系统、生产和物流作业管理的改进等三个层面进行节能。本文以热轧加热炉加热这一典型高能耗工序及其供料物流环节为背景,从生产和物流作业管理层面,对加热炉的供料环节——板坯库的板坯物流调度和加热炉自身的板坯加热调度进行了研究。其研究有助于加热炉及时供料、减少空烧,对于提高热轧生产率和节能降耗具有重要意义。当轧制计划执行时,需要从板坯库中选择合适的板坯。由于板坯分布在板坯库中不同的垛位及垛位中的不同位置,获取板坯时将产生倒垛。本文针对板坯库供料过程中对吊机负荷在时间和空间上的均衡性要求以及不同的板坯倒垛方式,分别研究了考虑板坯出库时间约束和库区吊机负荷均衡要求的两类板坯倒垛问题的建模和优化。由于板坯倒垛和供料中的搬运作业都是由吊机完成的,因此本文针对板坯倒垛和吊机调度的集成问题,建立了数学规划模型,并开发了有效的算法。针对加热炉中的板坯调度问题,开发了智能优化算法。主要工作概述如下：1)对考虑板坯出库时间的板坯倒垛问题的建模和优化进行了研究。与已有研究不同,问题要求各个目标板坯对应的吊机工作量必须在给定的出库时间之前完成,并且倒垛板坯不需要再移回原垛位。考虑上述特征和要求,以包括倒垛操作和出库操作在内的总吊机工作量最小为目标,对问题建立了非线性整数规划模型。并以各轧制项为阶段变量,设计了该问题的动态规划方法,对小规模问题可以求得最优解。对于大规模问题,利用实际生产中板坯轧制序列的局部相似性特征,提出了基于分段动态规划的启发式算法。并基于对问题的最优解性质分析,提出了加速策略。实验结果表明,对于小规模问题,基于分段动态规划的启发式算法的求解质量非常接近最优解；对于中等规模问题,明显优于优化软件ILOG CP Optimizer;对于实际规模的问题,平均能够节省10.76%的吊机工作量。2)对考虑库区吊机负荷均衡的板坯倒垛问题的建模和优化方法进行了研究。为了克服以往倒垛问题没有考虑吊机负荷均衡而影响吊机工作总体效率的缺点,本研究考虑了吊机负荷均衡约束。通过引入同垛板坯选择方案概念,将实际问题的非线性特征表达成线性关系,从而建立了问题的线性整数规划模型。该模型不仅适合于轧制项目间无共同可选板坯的情况,也适合于存在共同可选板坯的复杂情况。针对模型高维难于直接有效求解的缺点,分析了问题的结构特征,提出了降维策略,有效地提高了求解效率。实验结果表明,对于实际的问题规模,该模型通过ILOG Cplex优化软件求解,能够获得问题的最优解。3)对板坯倒垛和吊机调度集成问题的建模和优化进行了研究。集成问题是在满足板坯提交时间要求下,需要同时确定板坯选择、板坯倒垛位置以及吊机调度等决策,使得吊机总负荷最小化。针对集成问题,提出了基于整数线性规划(Integer Linear Programming, ILP)的启发式算法。该算法的基本思想是首先将原问题分解成一个决定板坯选择的主问题和一个包含倒垛位置决策的吊机调度子问题。对于主问题建立了ILP模型,而对于子问题设计了启发式算法,将子问题求解构造的“真割”或“伪割”加入到主问题中反复迭代直到产生一个原问题的可行解。为了表明提出的算法的有效性,通过实验计算结果得出基于ILP的启发式方法的平均求解间隙为3.16%；通过理论分析,给出了该算法一定条件下的最坏情况性能误差；通过简化问题,能够产生最优解。4)针对一类Job-Shop问题,提出了改进的混合MILP/CP算法。为了克服现有的混合MILP/CP算法框架求解一类Job-Shop问题效率较低的缺点,基于关键工件分配和关键“割”的概念,提出了“多生成割”策略,能够在预处理和每次迭代中同时产生多个有效“割”。实验验证了所提的改进策略的有效性。5)对热轧加热炉调度问题的建模和优化进行了研究。加热炉调度问题需要决定轧制序列中板坯在多个加热炉间的分配和各个板坯的入炉时间及在炉时间,在保证各自的出炉时间要求下,最优化加热质量和能耗。与传统调度模型假设工件处理时间恒定不同,此模型中板坯的在炉时间是决策变量,并且与同炉前后一定范围板坯相关。在考虑上述特征和要求的基础上,建立了加热炉调度问题的混合整数规划模型,提出了约束传播(CP)和分散搜索(SS)混合算法求解该问题。计算结果表明了所提出的模型与混合算法的有效性。