无委托板坯与合同匹配优化问题来源于现代钢铁工业,是一个非线性的﹑带有约束的﹑多目标的大规模优化问题,它的复杂性体现在多个相互冲突的目标和高维巨大的搜索空间上,用传统的精准算法难以实时性地求出满意解,需要设计高效的优化策略来求解。为此,本文研究了多目标优化理论以及几个重要的传统求解方法,讨论了多目标遗传算法的相关求解策略,通过对实际问题的深入剖析从而构建了优化匹配的数学模型。在此基础上,本文分别采用在工业领域比较流行的传统求解方法多目标加权系数算法和多目标遗传算法NSGA-II两种算法来求解,在其中采用了基于个体修复策略的自适应遗传策略,既保证了约束条件的满足又保证了收敛速度。比较而言,两种算法各有优势,加权系数法简单而快捷,但一次只能得到一个解,而且需要决策者根据足够多的先验知识来设置不同的权重因子,从而可以得到不同需求下的不同解;NSGA-II算法无需参数设置,直接就可进行优化,并且一次运行可得到一组Pareto最优解,以供决策者根据不同的偏好加以选用,但算法设计复杂且求解速度较慢。为了对优化算法优劣进行验证并给予客观公正的鉴定,本文尝试性地拟定了匹配优化评价指标。将这两种算法分别应用于上海宝钢企业无委托板坯与合同匹配模型中,通过分析和评判匹配结果,证明了两种算法获得了比较理想的仿真效果,实现了优化匹配,从而也验证了算法的适用性,为真正运用于实际生产奠定了理论基础,也为更科学更合理地进行板坯与合同优化匹配提供了一个途径。