随着钢铁行业工业技术的发展和市场竞争的日益激烈,资源和能源问题越来越受到人们的关注。如何进一步有效地提高产品质量、节约能源消耗、降低生产成本是钢铁企业最有利的战略武器和立于不败之地的关键。炼钢-连铸-热轧生产过程复杂性、高能耗性和加工工序衔接紧密性,致使炼钢-连铸-热轧生产计划与调度问题成为国内外钢铁企业迫切需要解决的问题。本文以炼钢-连铸-热轧生产过程为研究背景,在对相关领域现有研究成果进行了分析和综述的基础上,针对该生产过程中存在的若干优化问题,开展了以下研究工作：(1)研究了加工时间可控的炼钢-精炼-连铸生产调度问题。针对钢水在各生产工序加工时间在一定范围内变化的特点,提出了分散搜索(scatter search,简称SS)算法和数学规划方法相结合的两阶段求解算法。第一阶段假设正常的加工时间,应用SS算法确定各生产阶段设备的加工炉次集和炉次的加工顺序。第二阶段应用时间约束网络理论,建立了以炉次等待设备时间、设备等待炉次时间和最大完成时间最小为优化目标,工艺路径和加工顺序已知、加工时间可控的炼钢-精炼-连铸生产调度问题的数学规划模型。通过与其它算法进行对比分析,验证了模型和算法的有效性。(2)研究了考虑阶梯电价的炼钢-精炼-连铸调度问题。基于分解策略,将原问题分解为单浇次内炉次调度问题和多浇次调度问题,并提出了数学规划方法和启发式算法相结合的求解算法。综合考虑钢铁生产的工艺条件和调度约束,建立了以最大完成时间最小为优化目标的单浇次调度问题的混合整数规划模型。考虑电价阶梯变化的因素,建立了以生产用电成本最小为优化目标、部分浇次优先关系已知、设备资源受限的多浇次调度问题的数学模型,并设计给出了约束传播算法和多种启发式规则相结合的启发式算法对其进行求解。通过仿真实验验证了数学模型和算法的有效性,求得的炼钢-精炼-连铸调度计划有效地减少了钢铁生产的电耗成本。(3)研究了钢包优化调度问题。针对钢水被服务的时间窗约束和钢包服务钢水过程的工艺限制,建立了以钢包使用量最小为优化目标的钢包调度问题的数学模型。针对问题和模型特点,提出了SS求解算法。进一步基于钢水加工时间可控的特点和软时间窗思想,通过对钢包占用率最小和钢包服务钢水满意度最大的目标进行权衡,建立了钢包调度问题的非线性多目标数学模型,提出了求解该多目标问题的SS算法。在实际生产数据中验证了模型和算法的有效性,实验结果表明求得的钢包调度计划有效地减少了钢包使用量、降低了钢包占用率,并改善了钢包服务钢水的满意度。(4)研究了加热炉优化调度问题。综合考虑加热炉和热轧工序的实际生产特点,建立了以板坯住炉时间最小为优化目标的加热炉调度问题的非线性数学规划模型。根据问题和模型特点,设计了SS求解算法。为提高算法搜索的时效性,设计了基于随机变量序列的投票组合算子和单点交叉组合算子。为验证模型和SS算法的求解性能,设计了遗传局域搜索(genetic local search,简称GLS)算法对加热炉调度问题进行求解。实验中,重点分析了两种算法的求解性能,并对算法的参数设计进行了分析。实验结果表明模型和算法对解决本文研究的加热炉调度问题有效。(5)研究了连铸-热轧一体化调度问题。综合考虑连铸和热轧工序的生产工艺和调度约束,建立了以最大化热装热送板坯量为优化目标的一体化调度问题的数学模型。根据问题特点,将原问题分解为主问题和约束规划(Constraint programming, CP)子问题。应用主问题确定浇次和轧制单元的加工开始时间,子问题根据约束条件判断主问题解的可行性,并设计了基于启发式规则的cut生成方法。应用实际数据对模型和算法进行验证,实验结果表明,所提出的模型和算法具有较好的时间效率和优化效果,提高了铸坯的热装热送比,减少了板坯的热能损失。