近几年来，随着市场环境的变化与市场竞争的日趋激烈，钢铁产品需求日趋小批量、多品种，及交货周期越来越短。小批量多品种的特点决定了生产工艺路径的复杂多变，交货周期短的特点导致生产组织中出现瓶颈设备的问题，这两个因素均都制约着钢铁企业的产能。因此，对钢铁企业产能规划问题进行研究具有重要的现实意义。产能规划问题，是指综合考虑现有条件下的多种约束限制，合理选择现有合同资源池的合同在满足物料平衡、能力约束平衡及按时交货的前提下，达到经济效益等的最大化。产能规划问题本质上属于组合优化问题，以往文献大都研究调度问题，本文根据现场实际需求，重点研究从合同资源池选择合适合同并投产的问题，从合同计划流程上来说处于更上游。针对钢铁企业中的轧线产能规划问题，建立了混合规划模型，以加权合同重量最大化为目标，综合考虑机组产能约束、计划期约束、物料平衡约束与非工艺路径约束等约束条件。针对轧线产能规划问题的模型特性，提出了基于群体增量学习(PBIL，Population Based Incremental Learning)与线性规划的求解算法。首先设计PBIL算法的0-1染色体编码，每个染色体代表一个合同选择方案，并利用线性规划模型求解染色体的适应度值，然后经多次迭代得到适应度最优的染色体个体，即得到最优合同选择方案，并给出合同投产方案。经实际生产数据测试，利用该模型与算法可以在较短时间内给出较优方案，验证了模型的合理性与算法的有效性。基于本文提出的模型与算法，设计并开发了轧线产能规划系统。首先进行了系统设计、数据库设计、菜单设计等，然后运用多种程序设计语言和软件开发方法对系统进行开发与调试。该系统能够有效地减少设备的闲置率，并提高了瓶颈设备的利用率，避免了人工排产耗时耗力、精度较差的缺点，为计划员提供了足够的决策支持。