钢铁工业是国民经济和国防建设的重要支柱。炼钢连铸是钢铁生产的主要工序和瓶颈工序,有效的炼钢连铸生产调度方法能提高生产效率并降低生产成本。然而,炼钢连铸调度问题是一类复杂的NP-hard问题,难以用传统优化方法求解。因此炼钢连铸调度研究具有显著的理论意义和工程价值。本文对炼钢连铸调度问题进行了深入的研究,结合生产实际考虑了缓冲区约束和多目标优化特性,并基于人工蜂群(Artificial Bee Colony,ABC)算法设计了高效的智能调度算法。首先,根据炼钢连铸调度问题多阶段、多约束的特征,构建了基本的炼钢连铸调度数学模型,提出了该类问题的研究方法与框架。其次,针对单目标炼钢连铸调度模型,提出了改进ABC算法。采用有效的离散编解码方式,并基于四种邻域结构,设计了自适应邻域搜索策略,以提高算法的局部搜索能力。此外为提高算法的收敛速度和全局搜索能力,改进了观察蜂阶段和探测蜂阶段的个体更新机制。通过多组算例测试,验证了所提算法的有效性。接着,针对带缓冲区约束的单目标炼钢连铸调度问题,构建了相应的数学模型,对ABC算法进行了改进,并设计了适应问题特征的编解码方式,以期实现缓冲区约束的有效处理。实验证明,相较于对比算法,所提算法在求解该类调度问题上表现出更优异的性能。然后,针对带缓冲区约束的多目标炼钢连铸调度问题,建立了数学模型,提出了多目标ABC算法进行求解。在算法设计上,结合Pareto最优理论引入了Pareto外部存档,并应用快速非支配排序等方法改进了算法的种群更新机制。算例测试表明,所提多目标ABC算法的综合性能优于对比算法。最后,总结了全文的工作,并展望了未来亟待进一步探索的研究方向。