钢铁轧线区主要覆盖热轧和冷轧两个生产区域,是生产具有高附加值、高质量的深加工钢材的重要生产环节。轧线区的作业管理水平直接影响其作业成本。生产时间调度与物流空间调度是钢铁企业轧线区作业管理的核心内容。轧线区的生产时间调度主要是确定工件(板坯、板卷)在生产线机组上的加工顺序和时间,而物流空间调度主要确定物件(板坯、板卷)在生产线间的库房中的存取空间位置。科学合理地制订生产时间调度和物流空间调度能有效地发挥各阶段机组产能、减少在制品库存、减少废料产出、降低生产和物流成本、提高产品质量。因此,探讨轧线区的生产时间调度和物流空间调度问题的建模与优化方法对于提高轧线区的生产作业管理水平具有重要意义。本文从热轧和酸洗-轧制生产阶段的作业管理中提炼出一系列新的生产时间调度与物流空间调度问题。这些问题包括酸洗-轧制联合机组生产时间调度问题、考虑板坯物流作业成本的热轧生产时间调度问题,酸轧前库板卷倒垛物流空间调度问题、板坯倒垛物流空间调度问题,酸轧生产时间与板卷倒垛物流空间集成调度问题、热轧生产时间与板坯倒垛物流空间集成调度问题。针对上述问题,分别建立了数学规划模型,并基于问题可行域的结构研究,构造了有效不等式。从理论上,分析了最优解性质、对一些问题提出了多项式时间最优算法；对于一些强NP-难问题,构造了启发式算法并对算法的最坏性能进行了理论误差分析。为了有利于模型和理论的实际应用,设计了相应的智能优化算法用于近似求解,并开发了决策支持系统。主要研究内容概述如下：1)轧线生产时间调度问题(1)酸洗-轧制联合机组生产时间调度问题以酸洗-轧制联合机组生产加工过程为背景,提炼出酸洗-轧制联合机组生产时间调度问题。与以往酸洗和轧制两个工序各自决策调度不同,它需要综合考虑酸洗和轧制环节的生产工艺要求制订联合机组生产时间调度单元。该问题是在满足酸洗-轧制联合机组生产工艺和能力约束条件下,考虑下游机组的物料流向平衡约束,为保证生产连续性和平滑过渡的要求,从酸轧前库候选板卷中选择出适合的板卷构成一个轧制单元,并确定已选板卷的加工顺序。针对此问题,本文建立了以生产成本最小化和机组产能最大化为目标的整数规划模型,并提出了一种嵌入强化Dynasearch算法的禁忌搜索混合算法进行求解。该混合算法采用基于最小插入法的两阶段启发式产生初始解,根据采用邻域结构的不同设计双禁忌表,为了避免算法陷入局部最优,在禁忌搜索的每次迭代过程中嵌入swap邻域和inner-insert邻域相结合的多交换dynasearch邻域,并设计了多项式动态规划算法搜索该邻域。针对问题的特征,提出了block分区结构,基于此结构分析了多个可行解性质,有效的降低了搜索空间。实验结果表明所提出的混合算法求解效果明显优于一般禁忌搜索算法算法,平均改进率为3.62%,且算法运行时间明显缩短。为了有助于实际应用,基于提出的数学模型和优化算法开发了酸轧生产时间调度决策支持系统。(2)考虑板坯物流作业成本的热轧生产时间调度问题以热轧生产阶段加工过程为背景,提炼出考虑板坯物流作业成本的热轧生产时间调度问题。已有热轧调度在决策时由于没有考虑板坯的空间存放信息,从而使得在调度执行时,因为板坯处于垛位中不利的位置而导致板坯提取的物流作业成本增加。该问题不仅考虑了热轧生产工艺约束,同时还考虑了需求板坯所在垛位空间存放信息。以最小化轧制单元内相邻板坯过渡费用和与轧制顺序相关的板坯提取物流作业成本为目标,对该问题用线性表达恰当地刻画了板坯轧制顺序与倒垛次数的复杂关系,从而建立了线性整数规划模型。针对简化的问题,提出了基于动态规划的启发式算法,并对算法的最坏情况性能进行了理论分析。针对原问题,基于问题的最优解性质分析,设计了基于Dynasearch启发式算法。为了进一步改进Dynasearch产生的解的质量,设计了迭代局域搜索算法并采用禁忌、回溯和kick等三种改进策略用于尽可能地使算法跳出局部最优。实验结果表明,提出的算法能与一般迭代局域搜索算法比较,平均改进率为3.7%；与不考虑物流作业费用相比,所提出的模型和算法总费用降低12.89%。2)物件倒垛物流空间调度问题(1)酸轧前库板卷倒垛物流空间调度问题以酸轧前库物流作业操作过程为背景,提炼出板卷倒垛物流空间调度问题。当酸轧前库需求板卷按照给定顺序依次移出时,如果存在覆盖且阻碍需求板卷移出的其它板卷,即会发生倒垛。而且,倒垛板卷空间存放位置分配不合理会进一步导致板卷累计倒垛,从而使执行需求板卷上料时提取板卷的物流作业成本增加。该问题是在满足板卷堆放和移出约束的条件下确定倒垛板卷的移动顺序及存放空间位置,使需求板卷移出时总的倒垛次数和吊机移动距离最小化。针对该问题建立了的线性整数规划模型,并构造一组有效不等式用于提高搜索效率。研究了问题的两种特殊情况,并相应的提出了多项式时间最优算法进行求解。对问题的一般情况提出了启发式算法,并对算法的最坏情况性能进行了理论分析。为了提高解的质量,采用禁忌搜索算法进行改进,针对问题的特点构造两种移动产生邻域并采用变长度禁忌表记录实施的移动。实验结果表明,提出的启发式算法能有效快速地求解该问题,而TS算法能有效的改进启发式算法产生的解的质量,平均改进率为21.43%。并针对实际问题开发酸轧前库物流作业调度优化决策支持系统。(2)板坯倒垛物流空间调度问题以板坯库物流作业操作过程为背景,提炼出板坯倒垛物流空间调度问题。该问题是按照给定顺序依次提取需求板坯时,在满足板坯堆垛和倒垛约束条件下,确定倒垛板坯的空间存放位置,使需求板坯移出时总的倒垛次数和吊机移动距离最小化。与板卷倒垛物流空间调度不同,该问题的特点在于：1)板坯以垂直叠放垛位的方式存放且每个垛位存放多个板坯,其数量不超过垛位允许最大高度；2)板坯倒垛时不仅需要满足板坯堆垛约束,还要满足倒垛板坯相对高度约束；3)属于同一垛位的倒垛板坯的移动顺序存在优先级约束。针对该问题建立了线性整数规划模型,并构造了一系列有效不等式用于提高搜索效率。针对四种特殊的存储情况,提出了相应的多项式最优算法或对于NP-难问题提出了最坏性能比为(1-1/e)的启发式算法。对问题的一般情况,设计了一个构造式的启发式算法,并对算法的最坏情况性能进行了理论分析。与钢铁企业现用调度方法比较,本文提出的启发式算法能有效地降低倒垛次数,减少吊机倒垛移动距离,总改进率达13.46%。3)轧线生产时间与物件倒垛物流空间集成调度问题以往的生产时间调度问题和物流空间调度问题是从各自的角度单独研究,忽略了生产和为生产服务的物流作业之间的关系,因而导致生产和物流因缺乏协调而难以保证生产与物流两个环节的全局优化。为了克服单独优化策略存在的缺点,本文提出了生产时间与物件倒垛物流空间集成调度优化策略,该策略可以同时确定工件加工顺序以及倒垛物件的空间存放位置,以降低总的生产和物流成本。分别以热轧和酸轧阶段为背景,对工件是否允许选择两种情况下的生产时间与物件倒垛物流空间集成调度问题进行研究。(1)酸轧生产时间与板卷倒垛物流空间集成调度问题酸轧生产时间与板卷倒垛物流空间集成调度问题是针对给定需求板卷,在确定需求板卷的轧制顺序的同时,确定需求板卷移出时产生的倒垛板卷的空间存放位置,使得轧制单元内相邻板卷过渡费用和板卷总倒垛次数最小化。针对集成问题复杂难以求解的特点,提出了分解与协调的建模与求解策略。首先,将集成问题分解成轧制顺序子问题和倒垛板卷空间位置子问题,对于每个子问题分别建立线性整数规划模型。基于轧制顺序子问题的最优解性质分析,提出了有效不等式添加到第一阶段子问题模型中。然后,通过对第一个子问题引入调节因子,使两个子问题模型有机结合,提出了基于模型的求解方法,从而获得集成问题的近似解。为了适应实际大规模问题,针对该集成问题,提出了基于变邻域的禁忌搜索算法求解。实验结果表明,集成调度优化策略能有效地降低总的生产和倒垛物流费用,改进率为4.06%。(2)热轧生产时间与板坯倒垛物流空间集成调度问题热轧生产时间与板坯倒垛物流空间集成调度问题是针对板坯库候选板坯,选择出适合的板坯构成一个热轧轧制单元,确定已选板坯的轧制顺序以及板坯移出时产生的倒垛板坯的空间存放位置,使得热轧轧制单元内相邻板坯过渡费用和板坯倒垛次数最小化,以及热轧机组产能最大化。因此,针对该问题的特点,建立了集成优化模型,模型中不仅考虑了热轧生产工艺约束,同时还考虑了板坯堆垛和倒垛约束。针对集成模型复杂且求解NP-难特点,提出了Tabu Search&Fite-and-Fan混合算法获得集成问题的近优解。在混合算法实施时,采用两阶段启发式获得问题的初始解,针对问题的特点构造了多种移动构造邻域,为了避免搜索陷入局部最优解,设计了深度禁忌机制和广度禁忌机制对Fiter-and-Fan算法进行改进。实验结果表明,提出的TS&FF算法要明显优于所模拟的钢铁企业当前使用的手工调度方法,改进率为23%左右；与各阶段单独优化的策略相比,所提出的模型和算法能有效地降低总的生产和物流成本,改进率为5.3%。并基于提出的模型和优化算法开发了热轧生产时间与板坯倒垛物流空间集成调度决策支持系统。