随着经济、政治、社会环境的变化,传统面向库存的生产计划方式在提高钢铁企业效益和竞争力方面显得乏力,这为钢铁企业的生产计划管理创新带来机遇,迫使人们不得不从新的视角来审视现行的生产计划管理系统。基于以上原因,分析了国内外钢铁企业生产计划管理研究与应用中存在的问题。以东北特钢集团生产计划管理实践为背景,应用系统、集成的管理思想,研究了钢铁企业面向订单的集成生产计划管理(MTO-basedIntegrated Production Planning Management,简称MTO-IPM)方法体系以及若干具体技术。首先,运用创新、系统、集成、权变的思想,提出了MTO-IPM方法体系,构建了基于ERP/MES/PCS三层结构的MTO-IPM模型、基于价值链的MTO-IPM模型及其监控模型,并阐述了MTO-IPM方法的概念、任务与特征,研究了MTO-IPM集成设计。针对钢铁企业统一估算未来钢铁料、铁合金等物料用量的需求,以订单属性和分布式数据仓库信息为基础,构建了基于多维建模的排产量趋势主题星型模型,采用径向基神经网络等预测方法来预测排产量趋势,分析了各种方法的效果和排产量趋势,并且在算法库中提出了一个优化的线性径向基神经网络(线性回归与径向基神经网络混合)方法,为管理人员提供了计划预测方面的技术支持。提出了定性与定量相结合的订单重要度评价指标体系,采用基于模糊层次群熵的多目标分析决策法进行订单重要度评定,在战略层次上为生产计划管理提供参考依据。针对钢铁企业资源统一管理和各分厂工艺、设备总体效率最优的经营目标需求,本文建立了基于知识映射的多品种、小批量的订单分解集成优化的集团-基地级生产计划方法和关键设备负荷确定技术,以确保企业面向订单的生产过程流畅、均衡。构建了基于集团级计划的基地提料模型,该模型通过修改料单、协调供料分厂或辅助供料分厂对计划提料进行调整,以提高计划的准确性和针对性。提出了对于集团计划进行细化的考虑品种规格的基地-分厂计划模型以及求解技术,从而解决了生产计划管理的纵深集成与横向协同问题。为了及时获取各种生产作业信息,适时对整个生产计划执行过程进行监控,本文提出了一种基于工序号和批次的物料跟踪技术。并以此为基础,针对面向订单的生产作业效率改进问题,采用数据包络分析方法,构建了面向订单的生产作业总体效率模型和纯技术效率模型,并对各作业决策单元进行了效率、规模收益、投入产出冗余及敏感度分析。模型中以作业资源为输入,以合格产量为输出。以物料跟踪的实际数据为基础,分析了面向订单的生产作业差异,采用决策树C4.5算法计算本文所设计的属性信息增益率,据此划分样本生成决策树,获得面向订单的生产作业差异的规则知识。最后,为实现论文研究成果的工程实用化,将MTO-IPM方法与信息技术集成运用,结合案例企业——东北特钢集团面向订单的生产计划管理需求状况,介绍了MTO-IPM的需求分析、结构设计以及在企业中的实施和所取得的应用效果等。