热轧批量计划与调度问题作为钢铁生产管理的重要组成部分,对钢铁企业的生产效率、经济效益以及产品质量等均具有重要影响。目前关于热轧批量计划与调度问题的研究多针对板材、带钢以及钢管等具有广泛应用的钢铁产品,而圆钢作为特钢企业的一类重要产品,对其热轧生产管理的研究却很少。与其他钢铁产品相比,圆钢热轧生产过程具有特殊的工艺限制,现有的热轧生产计划与调度理论和方法不具有适用性。因此,论文以圆钢热轧生产工艺特征为出发点,围绕热轧批量组合与调度问题展开研究,重点探讨问题的组织特征和结合问题特征的求解方法。主要研究内容和创新点如下：(1)针对圆钢热轧生产订单组批优化问题,考虑生产与成品配送的衔接关系,制定基于配送优化的热轧订单组批方案。在满足圆钢热轧工艺约束前提下,给出订单属性的数值化处理方法,并建立以最小化订单差异为目标的组批模型。通过分析问题的求解特征,提出基于订单属性性质的求解算法。通过设立组批过程的属性相同性原则和相似性原则,将问题的求解过程分为两阶段实现：首先,依据属性相同原则构造初始轧制单元,然后根据属性相似性原则作进一步的批量划分,形成热轧批量。其中,考虑到配送优化的因素,改进了k-means算法进行求解。仿真实验表明,两阶段求解算法能够实现较好的组批效果。(2)针对一般性圆钢热轧批量调度问题,考虑工艺约束、综合生产需求优化等因素,建立了以最小化最大完工时间、机器调整成本和提前拖期时间为目标的优化模型,并构造了基于种群修复的改进强度Pareto进化算法对模型进行求解。算法考虑问题变量的离散性特征,设计了编码规则和遗传进化方法,以加强种群优化功能；针对问题的多目标特征,提出基于开工时间计算的精确适应度计算方法以及环境选择方法；对种群迭代过程中产生的不可行解设计修复规则进行修复。通过基于实际生产数据的仿真实验验证了模型和算法的可行性和有效性。(3)针对考虑固定检修计划的圆钢热轧批量调度问题,分析检修计划对批量连续性加工的影响,建立了多目标的优化模型,实现机器加工与检修之间的时间差、机器调整时间和提前拖期时间三个目标的协调优化。针对模型特征,改进了带精英策略的快速非支配排序算法：通过改进NEH算法生成初始解;采用罚函数的思想设计适应度函数,并对重复个体和不可行个体进行淘汰或修复；设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。仿真实验表明,算法在求解质量和求解效率方面都具有良好的效果。(4)针对考虑柔性检修计划的圆钢热轧批量调度问题,构建了以最小化最大完工时间和订单提前拖期总时长为目标函数的整数规划模型,用以制定有效的机器检修与批量生产协作计划。结合模型特征,提出一种改进多目标粒子群算法：首先采用基于混沌加权适应度计算的插入式方法生成初始粒子群体；根据问题约束特征,设计修复规则对群体进化过程中产生的不可行粒子进行修复；采用精英策略保留算法迭代过程中的优势个体,并根据精英集合为每个粒子选择更新所需的极值；针对问题变量的离散特征,引入基于遗传操作的粒子更新方式。最后,通过仿真数据实验验证了模型和算法的有效性和可行性。