钢铁企业中的很多生产实际问题，都可归结为优化问题，象生产计划调度方面的铁钢平衡问题、炉机平衡问题、炉次计划和浇次计划、轧制计划、合同并批问题、生产能力平衡问题、一体化生产调度等。生产计划与调度问题是整个生产管理过程中最重要的问题之一，对于有序组织生产、充分发挥生产设备能力、提高生产效率、提高钢铁企业生产效益和增强企业的竞争力起着重要作用。算法研究是生产计划调度问题的主要研究内容，以上提到的优化问题经过抽象后大都为NP难问题，而无法使用传统的运筹学方法在可接受时间内获得最优解。通过对这些问题的特征分析，发现其非常适合用智能优化算法求解。本文即在对问题特性所做分析的基础上，改进现有的智能优化算法，并把它们用到求解炼钢连铸连轧生产计划中，较好地解决了这些NP难问题。 本文针对求解TSP问题，改进一种极大极小代数法，另外，分析并根据TSP问题所具有的高FDC特性，从理论上解释禁忌搜索对初始解的强依赖性及最大最小蚁群算法所具有的优良性能。接下来，针对基本搜索及蚁群算法的局限性，为充分发挥问题的FDC特性，提出两种新算法，即引入混沌机制的禁忌搜索算法及最大最小蚁群算法改进算法，仿真实例验证了这些算法适于求解较大规模问题。在此之后，建立了炼钢连铸计划中的定宽组炉数学模型，使用蚁群算法求解，对组浇连连浇问题建模并使用两阶段法求解。并建立了热轧单元计划的数学模型，讨论单元计划抽象出的TSP问题所具有的FDC特性，使用禁忌搜索及蚁群算法求解，另外，对轧制批量计划建立更贴近生产实际的数学模型，亦使用蚁群算法求解。