本文针对钢铁市场不景气的现状,以钢铁冷轧生产过程为背景,研究了合同需求量预测问题和考虑需求预测的冷轧合同动态批调度问题。该研究的应用能够在订单不饱和的生产现状下实现按需生产,避免余材的产生,同时能够扩大冷轧合同批调度的优化空间,降低生产切换,保证生产顺行。针对合同需求量预测问题,采用最小二乘支持向量机建立了合同需求量预测模型,并设计了差分进化算法对模型中的参数进行改进,能够预测未来一段时间内钢厂即将接到的合同订货量。基于预测的合同需求量,建立了考虑需求预测的冷轧合同动态批调度问题模型,并设计了改进差分进化算法对问题进行快速求解。最后,根据实际需要开发了相应的决策支持系统。本文主要工作如下:1)针对季节性订单不饱和或订单下达不及时导致实际排产过程中存在合同缺口的现状,研究合同需求量预测问题,为冷轧产线生产调度的合理编制提供前瞻性指导。根据冷轧产品的经过工艺路线不同,将合同按照材料组别进行分类,并通过对历史数据的分析,确定了影响合同需求量的合同规格信息。按照对合同进行的分类,运用最小二乘支持向量机建立不同材料组别下合同需求量预测模型,并运用差分进化算法对所建立模型的参数进行优化。通过实验验证了模型的有效性,并得到了较优的样本集规模,对实际数据预处理有重要参考意义。2)针对冷轧产线批生产模式、规格切换成本高、物料动态到达等特征,研究了冷轧合同动态批调度问题。该问题的任务是在满足各机组生产能力、库存平衡等实际工艺规程的条件下,考虑合同的动态可利用,同时确定预测合同和期货合同在给定计划周期内各个机组上的加工顺序。以最小化切换成本和负荷偏差为目标建立了问题的整数规划模型,并使用标准优化软件CPLEX直接求解模型获得小规模问题最优解。由于CPLEX难以在有限时间内求得大规模问题最优解甚至可行解,针对批调度问题自身特点定制化的设计了差分进化算法对问题进行高效的求解,并通过引入改进的变异和交叉策略,在加快迭代速度的同时,保证了个体的多样性,从而对于算法整体性能有了一定的提升。实验结果显示,所设计的差分算法无论从优化效果还是从求解速度上都优于基本差分进化算法和CPLEX求解结果。3)根据企业实际需求开发了考虑需求预测的冷轧合同动态批调度决策支持系统。系统通过良好的人机交互接口,实现了对未来合同需求量的预测和对冷轧各机组调度方案的高效制定,对于企业实现有组织的进行生产和规模化定制生产,提高生产准确率进而降低生产成本有积极意义。