Benders分解算法是解决大规模混合整数规划优化问题的有效求解算法,由于其可以将难于求解的混合整数规划模型分解成相对容易求解的主问题和子问题而具有优势,目前Benders分解算法已成功应用于工业生产问题中。本文以钢铁生产与物流调度为研究对象,研究了Benders分解算法及其改进策略。本文针对钢铁生产调度与物流调度的不同特点,分别研究了炼钢-连铸生产调度问题和酸轧前库钢卷倒垛物流调度问题。本文的主要工作为：1)炼钢-连铸工序是钢铁企业生产的主要流程之一,是涉及到炼钢、精炼、连铸三个生产工序的一体化作业。本文研究的炼钢-连铸生产调度问题是在已知炉次和浇次组批计划的情况下,完成浇次和炉次在机器上的分配、排序以及每个工序时间表的确定。针对此问题,建立了混合整数规划模型。2)考虑炼钢-连铸生产调度模型既有整数变量又有连续变量的特点,运用了Benders分解方法将问题分解为主问题和子问题交替求解。应用启发式算法改善主问题的初始解,同时为解决子问题不可行的情况,加入组合Benders cut对此算法加以改进。基于大量实验数据进行测试,结果证明算法具有良好的性能,能够快速有效的求解此问题。同时开发了炼钢-连铸生产调度决策支持系统。3)酸轧前库是存放由热轧加工之后运输过来的热轧卷,并且同时为酸轧机组提供原材料。酸轧前库的倒垛操作是为了移出当前需求钢卷,而将阻碍其操作的钢卷移走的过程,其操作时间和生产成本消耗大。酸轧前库钢卷倒垛物流调度问题即基于生产计划决策钢卷倒垛调度方案,针对酸轧前库的物流特点,建立了混合整数规划数学模型。4)考虑酸轧前库钢卷倒垛物流调度模型特点,采用Benders分解方法求解,并设计组合Benders cut改进了此算法。基于生产实际数据的实验验证了Benders分解算法在求解此类问题的可行性和有效性。最终,基于所提模型算法,开发了相应的决策支持系统,并将所提出的模型及算法嵌入到界面中。