废钢、生铁、返回钢、铁合金等原材料是钢铁企业不可缺少的“粮食”,而近年来,“粮食”的紧缺,价格的猛涨,成为钢铁生产的一大瓶颈。钢铁企业利润逐年下降,原材料成本过高成为主要动因。因此生产资源的稀缺性引起人们的极大关注,有关原材料的研究也成为热点。特别是对于钢铁企业这种大型资源消耗企业而言,资源有限性与资源耗费之间的矛盾日益尖锐。针对钢铁行业面对的原材料紧缺现状,企业除了在原材料市场方面积极拓展资源收集渠道,保证原料的稳定供应之外,在实际生产过程中,也需采用有效的手段,不断地优化原材料配料方案,提高金属元素的回收率,减少资源的浪费,从而降低钢铁产品的原材料成本,使企业在激烈的市场竞争中,立于不败之地。本文在分析相关文献研究的基础上,以某特钢企业成本管理的工程实践为背景,从生产前的配料方法和金属元素收得率的制定方法两个方面,针对钢铁企业原材料成本控制进行了研究。在面向订单生产的钢铁企业实际生产中,如何在交货期、原材料有限供应和产品成分要求等约束条件下,制定优化的原材料配料计划,是钢铁企业原材料成本实现精细化管理所需解决的关键问题。本文研究原材料配料方法,建立了多约束下的原材料配料模型,设计了基于蚁群算法的原材料配比求解流程,实现订单的原材料成本的整体优化,提高了原材料配料计划的准确性。并通过实例验证了该方法的可行性,为钢铁企业的原材料成本控制提供了方法支持。另外在冶炼过程中,较低的金属元素收得率已经成为制约钢铁成本的关键问题。综合考虑冶炼阶段影响收得率的原材料、工艺操作等因素,基于支持向量机建立收得率制定模型,分析收得率与其影响因素之间的关系；针对影响因素的不同特点设计了不同的数据预处理方式,并且详细分析了核参数、惩罚参数及敏感系数对模型性能的影响,为寻得最优参数提供方法指导；然后运用网格搜索寻找模型性能最好的参数组合。最后进行了实例验证,效果良好,从而寻得各因素与收得率之间存在的内在联系,既可以用来预测,也为提高收得率提供了基础,对实际生产提供指导,实现生产的持续改进。