冶金企业是典型的流程工业,包括钢铁、铝、铜等生产加工企业。企业中的生产与物流作业管理是一类非常重要的问题,强调低成本、高质量和快速响应市场,追求企业物流总成本最低和作业流程最优的目标。因此,为降低库存成本、物流成本、提高客户的满意度,本文以钢铁企业为背景,研究了原料场原料的动态输入配置问题,并开发了料场的三维仿真系统；以铝厂为背景,研究了带有批决策的铝生产调度问题,并开发了决策支持系统。主要工作如下：(1)对于原料的输入配置优化问题,建立有效的动态原料输入MILP数学模型,并利用优化软件确定最优解决方案。但考虑实际问题的规模性,单纯通过建立MILP模型,即便求得一个可行解也要耗费计算机大量资源(内存)和运算时间。通过对问题整数与连续变量分离,借用选址配送领域成熟的优化算法Benders分解算法予以求解。扩大问题的规模,运算速度明显下降,从中发现主问题(整数规划)运算速度、主问题终止准则、割的产生三个因素是影响算法上下界快速改进的关键。基于这一结论,提出应用智能优化算法求解主问题,改变求解终止准则来加快问题的求解速度,通过多组数据测试显示,改进算法求得的平均近优解与最优解的差距在0.045%,而且求解时间得到大幅降低。(2)利用OpenGl技术实现料场的三维动态仿真,通过控制台操作,可以实现料场中料堆的360度旋转,以及改变视距、仰角,改变料堆的入射光线等属性,便于管理人员在远程实时获取料场的信息,提高原料场作业的信息化,管理的现代化。(3)针对铝铸造问题的特点,建立多阶段带有异构并行机的生产调度模型,利用优化软件求解时,发现即使10个订单也需要近1个小时的运算。为解决求解速度过慢的问题,结合问题的性质及特点,将原问题分解为批决策子问题与批调度子问题,并提出基于MILP的Tabu Search混合算法,包括批决策算法,启发式算法和Tabu Search算法。其中,批决策算法与启发式算法结合使用,是为求取初始解,Tabu Search算法是将初始解进行智能改进,同时构造了Shift、Swap、2-OPT邻域移动策略,通过变邻域搜索进一步改进解的质量。实验结果显示,对于求解大规模问题,此方法可以快速求得较好的可行解决方案。(4)以国内某铝厂的生产过程为背景开发一决策支持系统。系统内嵌的优化算法,可自动、快速的给出铝生产计划,为计划员直接使用,或以甘特图显形式显示在人工调度界面中,调度人员可以根据实际情况做适当的手工调整。