废钢铁是重要的载能资源，提高其综合利用水平是减少能源消耗、减缓资源对外依存度、降低污染物排放的重要举措，也是钢铁行业转型升级的发展趋势。逆向供应链是提高废钢铁回收综合利用的重要运行管理模式之一，也是当前钢铁工业的一个研究热点。近年来，许多专家学者正在从事相关的研究和应用工作，如钢铁工业固体废弃物资源化、钢铁行业循环经济产业链等，并取得了许多有价值的成果。但是逆向供应链成功运行需要大量进一步的研究，如何吸收国际上先进制造管理模式以及提出与之相应的方法，实现新常态下钢铁工业绿色可持续发展、综合提高钢铁工业的市场竞争能力，是一个值得深入探讨的课题。为此，本文开展废钢铁逆向供应链服务分解及其匹配方法研究，并对废钢铁逆向供应链中涉及的关键性服务决策问题进行探讨。本文的主要研究内容如下:　　(1)在分析废钢铁逆向物流特点及其分类、废钢铁逆向供应链服务内涵的基础上，构建一种废钢铁逆向供应链服务过程模型，并对其涉及的服务资源进行解析，建立服务资源与服务活动的关联关系。　　(2)运用服务分解与组合方法对废钢铁逆向供应链服务系统进行分解，提出一种两阶段的废钢铁逆向供应链服务划分方法。第一阶段，首先采用IDEFO方法对服务流程功能分解形成原子服务活动，利用PETRI网建模方法对原子服务间的关联关系进行表示与存储;其次针对原子服务活动，提出一种基于多维耦合关系的服务活动组合方法。从功能、物理和需求等维度分析原子服务活动间的耦合关系，构建服务活动综合耦合矩阵及服务活动集粒度的测度体系，采用改进型遗传算法对服务综合耦合矩阵进行聚类优化，形成服务活动集。第二阶段，分析服务资源与服务活动间的映射关系，借鉴库存ABC分类法提取服务活动涉及的服务资源集中关键服务资源，并从组织、时序、地域和服务提供商等视角分析服务资源与活动间、服务资源与资源间的耦合关系，以此为依据建立耦合关联矩阵模型，构建服务资源集粒度测量度模型。　　(3)针对服务资源多样性，服务资源与服务活动、服务资源与服务资源之间存在多重关联关系，以及服务提供商集群间服务资源组织困难导致服务成本高与提前期长等问题，提出一种基于群领导-多目标(GLA-Pareto)算法的服务资源匹配方法。根据服务提供商所能提供的服务资源集，从服务成本、服务时间和服务资源集粒度等三方面建立服务资源多目标匹配模型，并研究基于群领导—多目标(GLA-Pareto)算法对服务资源匹配模型的求解。根据GLA算法的原理及多目标算法Pareto解的概念，对GLA-Pareto算法的服务资源匹配优化问题进行描述，考虑服务资源匹配问题的Pareto解的特性，设计GLA-Pareto算法的实现流程，以实现该问题的求解。　　(4)研究废钢铁逆向供应链服务的相关决策问题:　　①针对多来源废钢铁的不同循环利用模式、多重供应机制及其逆向物流特点，提出一种带能力约束的废钢铁回收服务决策方法。构建一种多用户区、多回收站、单废钢铁预处理厂和单钢铁企业的回收网络框架，建立一种带能力约束的多级废钢铁逆向供应链库存——网络分配模型，分别采用集中方式、半集中方式和分散方式对模型进行决策。　　②针对废钢铁加工企业在工艺路径选择中采取主观选择方法，缺乏客观标准的问题，提出一种基于实例库的废钢铁加工工艺路径决策服务方法。根据废钢铁尺寸分类的特点，利用废钢铁外观尺寸、公称尺寸及重量特征构建模块化实例库，计算待加工废钢铁与实例库中实例的特征相似度，并结合熵权法和层次分析法计算各特征要素的权重，确定各实例的综合相似度，最终确定各废钢铁加工工艺的组合方案。　　③针对废钢铁粗分类方式造成合金钢中合金元素资源浪费严重的问题，提出一种废钢铁品种配送服务决策方法。根据废钢铁化学成分特点及炼钢时对合金元素的含量要求，并考虑炼钢厂生产计划对废钢铁品种和数量的需求，从配送废钢铁品种与数量的服务满意度、配送服务总成本和配送服务所产生的碳排放量等视角构建多目标模型，以决策废钢铁配送服务方案。　　(5)以X金属资源公司多功能废钢铁配送加工服务中心的应用体系为案例，对服务流程分解、服务活动划分方法、服务资源匹配方法、带能力约束的废钢铁回收服务决策方法、废钢铁加工工艺决策服务方法和废钢铁配送服务决策方法进行应用验证，通过案例验证本文模型和方法的合理性及有效性。