随着技术的进步,钢铁企业在降低成本、改进工艺和扩大销售等方面已较为成熟,在生产过程进一步挖掘利润的空间十分有限。在这种情况下,很多钢铁企业,尤其是一些大型钢铁集团已经把目光转移到了物流模式的改变上,并从不同的方向提高物流管理的水平。钢卷库是钢铁企业物流管理的重要一环。传统靠人工经验排位的管理方式已经无法满足企业高效快速的生产要求和供货节奏。目前,大部分仓储管理系统在设计上的不完善,已暴露出比较明显的问题。由于系统没有优化功能,没有考虑到计划周期内钢卷在库内的存储状态对后续运作的影响,没有对计划进行优化等一系列问题,导致库内垛位利用率不高、倒垛量大,增加了很多物流运作成本。本文研究钢卷库的物流运作优化问题,结合近年来在人工智能研究领域迅速崛起的强化学习方法,将强化学习中的一些方法应用到钢卷库的物流运作优化研究中。主要研究工作如下:1)对国内外关于钢卷库运作优化、吊机最短路径问题和倒垛方式的研究现状进行了综述,分析了现有研究的不足;对本文采用的强化学习算法的理论基础进行了简介,对研究现状进行了综述。2)针对钢卷库物流运作优化问题建立了一类动态规划模型,并按照不同的目标设计了考虑三种优先策略的启发式算法。3)针对钢卷库物流运作优化问题构建了一类强化学习算法,利用Rollout算法对启发式方法进行了改进。4)针对钢卷库物流运作优化问题,提出了一种变概率选择方式的基于Rollout算法的蒙特卡罗树搜索算法。5)引用多个仿真算例,对以上模型和算法进行了验证研究,验证了模型的正确性和算法的有效性。