钢铁企业为了在竞争的市场环境中赢得优势,需要适应市场的多样化需求。而钢铁产品在钢级和规格上的多样性差异将引起生产过程组批困难,增加组织生产难度,势必导致生产设备利用率低以及材料成材率低。另一方面,铁矿石等原材料价格的不断上涨加剧了企业生产成本的负担。因此,钢铁企业为了充分发挥大型设备的规模生产作用,减少生产过程材料浪费,一方面迫切需要将相似客户订单在材料需求与生产上进行成组设计,另一方面也需要将生产剩余材料进行合理优化再利用。本文以炼钢到热轧区域的生产过程为背景,针对两个典型生产材料成组设计问题——宽厚板母板设计问题、钢级聚集与归并设计问题,分别建立了数学规划模型,开发了相应的混合智能优化算法用于近似求解,并构造了问题的下界用于评价所提出的智能优化算法的性能；针对生产剩余板坯转用充当计划问题,分别建立了静态和动态数学规划模型：对于动态问题,开发了基于列生成的分支价格算法能够获得中等规模问题的最优解；对于静态问题,开发了混合智能优化算法用于近似求解大规模实际问题,并开发了列生成下界用于评价提出算法的性能,嵌入建立的模型和算法,开发了<库存板坯转用充当计划决策支持系统>,该系统已成功应用于实际生产。主要内容概述如下：(1)宽厚板母板设计问题的任务是在满足工艺约束(切断式切割、不可旋转、不可重叠)以及母板和合同子板规格能够在给定规格区间内变化的约束条件下将客户所订购的矩形子板组合成较大的矩形母板。该问题的目标是最小化材料浪费、以及提高组板效率。针对此问题,建立一个非线性整数规划模型,开发了一种基于分散搜索和禁忌搜索相混合的智能优化算法获得问题的近优解,并提出一种基于分离重组策略的方法提供问题下界以验证所提出算法的性能。实验结果表明所开发的混合智能优化算法对于求解宽厚板母板设计问题是有效的。(2)静态钢级聚集与归并设计问题的任务是根据合同质量要求与钢级规格之间的关系确定生产钢级的数量和种类以能够覆盖到所有生产合同。问题的目标为最小化总生产费用,该费用相关于合同与钢级的质量规格差异性、钢级的使用、以及合同待选择惩罚。针对此问题,建立一个整数规划模型,开发了一个基于混合分散搜索和变邻域搜索的智能优化算法进行求解,并设计开发了拉格朗日松弛算法以获得问题下界。经实验验证,针对所有计算实例,该混合智能优化算法可以快速获得与下界偏差在5%以内的近优解。(3)动态钢级聚集与归并设计问题与静态问题的差别为,动态问题是针对带有多个时间周期的钢级聚集与归并设计问题,而静态问题只有一个时间周期。动态钢级聚集与归并设计问题的目标为最小化整个生产周期内的生产总费用。针对此问题,建立一个整数规划数学模型,并开发了一个基于分散搜索和Filter-and-fan方法相混合的智能优化算法近似求解。通过与商用优化软件CPLEX所求最优解进行比较的结果表明所提出优化算法可以在用时相对较少的计算时间内获得令人满意的近优解。(4)静态库存板坯转用充当计划问题的任务是,给定一个板坯集合和一个合同集合的情况下,确定在满足生产工艺实际约束下,将板坯充当给合适的合同,以保证能够合理优化利用库存板坯。问题的目标是最大化库存板坯充当重量、最小化库存板坯与合同需求的规格差异性,最大化客户满意度。针对此问题,建立一个混合整数规划数学模型,开发了一种基于混合分散搜索和变深度搜索的智能优化算法,基于问题特点提出了两个强化策略以提高搜索质量、以及一个加速策略提高求解速度。为了验证该算法的性能,提出一个基于列生成的问题下界。基于某国内大型钢铁企业实际库存板坯充当计划数据的实验结果表明,所开发的混合智能优化算法可以近似求解实际生产中的大规模计算实例,而且其结果要明显优于当前企业计划人员人工编制的计划。(5)动态库存板坯转用充当计划问题与静态问题的差别是,动态问题是针对带有多个时间周期的库存板坯转用充当计划问题,而静态问题只是根据当前的生产环境制定一次性的板坯转用充当计划。动态库存板坯转用充当计划问题的目标是最小化库存板坯在板坯库的总停留时间所引起的库存费用,以及库存板坯充当合同的总规格差异费用。针对此问题,建立了一个0-1整数规划数学模型,开发了一个基于混合列生成和分支定界的分支价格算法用于最优求解。实验结果表明所开发的分支价格算法可以获得中等规模计算实例的最优解。(6)为了应用针对静态库存板坯转用充当计划问题所取得的研究成果,以国内某一大型钢铁企业中的板坯库区域为背景,嵌入针对实际问题所建立的数学模型以及所开发的混合智能优化算法,开发了具有自主知识产权的<库存板坯转用充当计划决策支持系统>。该系统以人机交互式界面为信息窗口,计划人员可根据实际生产条件设置板坯与合同的筛选条件,而且该系统还实现了板坯合同自动转用充当功能、计划结果自动上传功能、计划结果评估功能、以及工艺参数设置与维护功能。该决策支持系统目前已与某一国内大型钢铁企业现有生产计划管理系统实现完全信息对接,并且在该企业已在线投入运行。