我国是能源消费大国,单位产品能耗平均比世界先进水平高47%。而钢铁行业在国民经济总能耗中所占比重约为10%,是高能耗行业,并且其能源成本约占钢铁生产成本的1/3,能源利用率低,节能潜力巨大。本文以钢铁企业典型能耗工序为背景,对能源介质消耗进行预报,科学计量各工序能源介质在未来一段展望期内的消耗,然后以能源介质预报为基础,对能源动态配置计划进行了研究。最终现实能源配置计划的优化,最外层为能源动态配置,而能源配置过程中能源介质的需求通过嵌在内层的预报来获取,实现带预报的动态优化配置。本文的主要工作如下：1)根据钢铁企业能源介质预测的特点建立了马尔科夫决策过程(Markov Decision Processes,简称MDP)预测模型。影响钢铁企业能源介质消耗量的因素很多,如产量和气温,它们都具有随机性,而且要求实现在线实时预测,并且缺乏对于能源介质消耗量机理的认识,但是却有着长期积累的大量历史数据,本文将能源需求预报问题投射在随机动态规划的概率框架内建立了随机MDP模型,有效处理了不确定性及适合钢铁能耗介质实时在线预报。2)针对钢铁企业能源介质MDP预报模型的特点,开发了近似动态规划(Approximate dynamic programming, ADP)算法。由于问题的随机性及MDP预测模型中没有状态转移概率的知识,因此无法用动态规划算法精确求出解最优解,并且系统状态的离散程度会使问题产生巨大规模,用动态规划求解也会面临维数灾的问题。根据ADP的优点,即它完全是无模型的数据驱动算法,对环境具有高度适应性,克服了动态规划算法和增强学习的维数灾问题。本文把预报问题投射在随机动态规划的概率框架内,用ADP方法来求解,能有效处理不确定性,并且采用Robbins-Monro随机近似方法给出ADP算法策略。3)提出了带有需求动态更新的能源配置计划。传统的能源配置计划都假定能源需求是恒定的,然而根据我们从实际中提炼出来的新问题,需求是随时间变化的,在这种情况下本文提出带有需求动态更新的能源配置计划模型,该模型以最小化生产过程中的总成本为目标,而能源介质的需求量动态更新。4)根据带有需求动态更新的能源配置计划模型的特点,在能源介质需求预报的基础上,开发了求解算法。模型最外环是动态规划,动态规划的每个节点是线性规划模型,而线性规划模型中的每个能源需求量是动态更新的,开发出具有三层结构的算法最外环用前向动态规划算法求解,对于动态规划的每个节点的线性规划模型用CPLEX求解,而线性规划的每个能源介质预报点用ADP算法求解。5)根据钢铁企业典型工艺过程,开发了能源介质消耗预测决策支持系统,在系统核心业务逻辑模块中嵌入上面开发的预测模型及算法,有效地实现了能源的预报,有效指导实际生产,帮助操作人员克服人工操作的困难,大大提高了企业的信息化水平和办公效率。