现代大型钢铁企业的热轧生产过程是由多台并行步进式加热炉和热轧机组成。两流连铸机浇铸的不下线高温板坯或库存板坯,首先在选定的加热炉内加热,然后被加热至规定温度后出炉,并通过辊道被送至热轧机经粗轧、精轧和卷曲形成一定长度、宽度、厚度、硬度和表面质量的热轧卷(使用同一套精轧工作辊轧制的板坯称为一个轧制单元)。热轧生产计划编制问题中包含着轧制计划编制和加热炉装炉计划编制两大问题,其中轧制计划编制问题中包含着板坯选择、直装单一作业轧制单元编制、非直装单一作业轧制单元编制和非直装混合作业轧制单元编制四个子问题。热轧生产计划编制首先从给定的大量板坯(包括库存板坯和待生产板坯)中确定一定数量板坯作为进行轧制单元编制的板坯(即板坯选择),之后依次进行直装单一作业轧制单元编制、非直装单一作业轧制单元编制和非直装混合作业轧制单元编制,从而获得一定数量的轧制单元,形成满足日生产要求的轧制计划；并进而以轧制计划为基础,确定出轧制单元内板坯的加热设备以及加热开始和结束时间,形成加热炉的生产作业时间表(称为加热炉装炉计划)。板坯选择的好坏直接关系到所形成轧制计划的交货期满足情况,轧制单元编制的好坏会影响到轧辊生产成本、对热轧下游生产的原料供应、产品质量和生产效率,而加热炉装炉计划编制的好坏对加热炉的生产能耗有着重要影响。由于“表面质量”和“同钢种主体材板坯连轧数量”约束描述存在着多种可能性,可以被表示为多个约束方程,导致难以采用已有的优化方法来解决轧制计划编制中的三种轧制单元编制问题,而“加热设备同时加工板坯数量”约束描述也存在着多种可能性,因此同样难以采用已有的优化方法来解决加热炉装炉计划编制问题。现有研究文献存在如下不足：①忽略下游生产对热轧卷需求导致所研究的板坯选择方法难以应用于实际生产,②忽略两流连铸机与热轧机一体化生产情况以及假定待生产板坯在连铸机上浇铸时的宽度已知导致所研究的直装单一作业轧制单元编制方法难以应用于实际生产,③忽略热轧卷表面质量要求以及假定板坯在轧制单元中的区域已知导致所研究的非直装单一和混合作业轧制单元编制方法难以应用于实际生产,④忽略加热炉炉容的限制导致所研究的加热炉装炉计划编制方法难以应用于实际生产。因此,目前钢铁企业的轧制计划编制和加热炉装炉计划编制只好采用人工编制的方式。人工编制轧制计划效率低,而且人工形成轧制计划的轧制单元平均长度偏小,轧制单元内各流向板坯总重量常远离目标量甚至不在规定范围内,造成生产成本增加、生产效率变低、热轧下游因原料供应问题而影响正常生产；人工形成的加热炉装炉计划易使一些板坯在加热炉内不必要加热时间增加,造成加热炉加热能耗变大。本文以由3台步进式加热炉与1台热轧机组成的国内某大型钢铁企业热轧生产线为背景,针对热轧生产的轧制计划编制问题和加热炉装炉计划编制问题展开了研究,提出了基于启发式的板坯选择方法、基于蚁群和变邻域搜索算法混合的直装单一作业轧制单元编制方法、基于蚁群和模拟退火算法混合的非直装单一作业轧制单元编制方法、基于变邻域禁忌搜索的非直装混合作业轧制单元编制方法以及基于蚁群优化算法的加热炉装炉计划编制方法。取得的具体成果如下：1.板坯选择方法：在分析板坯选择所需要考虑因素(重量、交货期等)的基础上,描述了板坯选择问题的约束条件和目标。针对板坯选择问题难以精确建模,结合专家的知识,提出了基于启发式的板坯选择方法。2.直装单一作业轧制单元编制方法：以最小化同一轧制单元内待生产板坯在连铸机上浇铸时两流浇铸时间差、最大化轧制单元平均长度、最大化轧制单元板坯优先级总和、最小化同一轧制单元内待生产板坯的轧制顺序与浇铸顺序差异以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标,以同一轧制单元内待生产板坯的钢级相同且总重量不超过依据钢级规定的重量以及同一轧制单元内任意主体材板坯与之前安排的主体材板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程,以轧制单元所要轧制的板坯和轧制单元内板坯的轧制顺序以及轧制单元内待生产板坯在连铸机上浇铸时的宽度、浇注流和顺序为决策变量,建立了直装单一作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因,提出了基于蚁群和变邻域搜索算法混合的直装单一作业轧制单元编制方法。该方法由基于蚁群和变邻域搜索算法混合的主体材编制算法以及基于启发式的烫辊材编制算法组成。主体材编制算法在迭代过程中,先粗略确定主体材,然后在此基础上,确定构成主体材的待生产板坯在浇铸时所在的浇注流、顺序以及宽度,并根据这些结果调整粗略确定的主体材内板坯位置。利用实际生产数据的仿真试验结果表明,文中混合算法所得结果明显优于人工方法所得结果。3.非直装单一作业轧制单元编制方法：以最大化轧制单元平均长度、最大化轧制单元板坯优先级总和以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标,以同一轧制单元主体材板坯的钢种相同以及同一轧制单元内任意主体材板坯与之前安排的主体材板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程,以轧制单元所要轧制的板坯、轧制单元内板坯在轧制单元中所在的区域和轧制单元内板坯的轧制顺序为决策变量,建立了非直装单一作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因,提出了基于蚁群和模拟退火算法混合的非直装单一作业轧制单元编制方法。该方法由基于蚁群和模拟退火算法混合的主体材编制算法以及基于启发式的烫辊材编制算法组成。利用实际生产数据的仿真试验结果表明,文中混合算法在求解精度上优于单一蚁群算法、单一模拟退火算法和人工方法,在求解时间上远远小于人工方法。4.非直装混合作业轧制单元编制方法：以轧制单元内各流向板坯总重量达标准量、最大化轧制单元平均长度、最大化轧制单元板坯优先级总和以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标,以同一轧制单元内相邻主体材板坯的钢种要满足衔接要求且同钢种主体材板坯连轧数量不小于钢种规定的数量以及同一轧制单元内任意主体材板坯与之前安排的主体材板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程,以轧制单元所要轧制的板坯、轧制单元内板坯在轧制单元中所在的区域和轧制单元内板坯的轧制顺序为决策变量,建立了非直装混合作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因,给出了基于变邻域禁忌搜索的编制算法。算法中给出了以提高搜索效率为目的的基于5种邻域结构(包括板坯插入、板坯替换、板坯交换、板坯删除和板坯区间交换)的搜索策略。利用实际生产数据的仿真试验结果表明,文中算法所得结果明显优于人工方法所得结果。5.加热炉装炉计划编制方法：以最小化热轧机等待加热板坯的时间、最小化板坯加热时间以及最小化加热炉内冷热板坯混装次数为目标,以板坯按轧制顺序出炉、板坯在加热炉上加工时间不小于规定最短时间以及同一加热炉同时加热的板坯数量不超过规定数量等为约束方程,以轧制单元内板坯的加热设备以及加热开始和结束时间为决策变量,建立了加热炉装炉计划编制模型。分析了该问题难以采用已有优化方法解决的原因,给出了基于蚁群优化的求解算法。算法对板坯的加热设备直接进行优化,而板坯的加热开始和结束时间则在板坯的加热设备确定基础上根据约束条件通过启发式方法计算得到。利用实际生产数据的仿真试验结果表明,文中算法所得结果明显优于人工方法所得结果。6.利用来自实际生产的一组板坯数据对文中提出5种方法进行系统实验。文中方法所得轧制计划与人工方法所得轧制计划相比,轧制单元平均长度由55.376公里提高到68.401公里,轧制单元平均重量由1184.9吨提高到1460.6吨,轧制单元内流向板坯重量与目标值平均偏差量由135.1吨降为115.2吨,而且文中方法求得轧制计划所用时间为244秒远小于人工方法的近3个小时时间；文中方法所得加热炉装炉计划与人工方法所得加热炉装炉计划相比,板坯平均加热时间降低了3分钟。