随着经济一体化进程的不断加快,钢铁企业作为国家经济命脉上的重要环节,在国家经济体系中扮演着重要的角色。目前国际原料供应日趋紧张,致使许多钢铁企业产品成本居高不下,利润空间越来越小。然而,钢铁企业难以再通过传统的手段来降低产品的成本。因此,如何利用科学的管理思想来降低钢铁企业的生产成本,成为近年来钢铁企业提高其产品市场竞争力关注的焦点。本文以降低生产成本为目的,对钢铁企业热轧板坯QM合同问题和热连轧精轧负荷分配问题进行了研究,具体内容概括如下。(1)热轧板坯QM合同匹配问题。热轧QM合同与普通的期货合同不同,它代表一种make-to-stock的生产方式。与常见的无委托板坯匹配问题相比,热轧板坯QM合同匹配需要预测在库无委托板坯的期货配成率、考虑控制库存水平和设计虚拟合同。本文对钢铁企业热轧板坯QM合同匹配问题进行了细致的分析,提出了无委托板坯期货配成率计算方法及无委托板坯库存计算方法,并根据热轧板坯QM合同匹配问题的特点,分别建立了无委托板坯确定产线模型和热轧QM合同聚类优化模型。本文所建立的模型均未在公开发表的文献中见到过。并且,对于热轧QM合同聚类优化问题,本文首次提出了一个基于启发式的多项式时间最优化算法。最后,本文基于所提出的模型与算法,开发了热轧板坯QM合同匹配自动优化决策支持系统,为钢铁企业的热轧板坯QM合同匹配过程提供了科学、便捷、可靠的决策支持。(2)热连轧精轧负荷分配问题。钢铁企业热连轧精轧负荷分配问题是钢铁企业为了适应现代市场向低成本市场转变,积极响应国家“建设资源节约型社会”的号召而做的生产过程中精轧机组能耗(负荷)分配方法的研究。本文基于钢铁企业热连轧精轧机组负荷分配问题的目标、生产实际约束和实际生产中出现的问题,在经典轧制理论的基础上,提出了热连轧精轧机组负荷分配问题的优化模型。针对钢铁企业热连轧精轧机组负荷分配问题的特点,本文采用差分进化算法进行求解,并提出了一个线性变换的解码规则和一个基于启发式的修复策略。本文在标准差分进化算法的框架上,通过引入自适应交义概率递增策略和带扰动的局部搜索策略,提出了自适应差分下降算法用来改善标准差分进化算法的求解效果。最后,本文将所采用的智能优化算法与基于Know-how知识的人工负荷分配算法进行了比较,验证了算法的有效性。