钢铁工业属于原材料工业，随着我国工业化、城镇化进程的加快和社会消费结构的升级，拉动了房地产、汽车、机械、通讯产品等行业和城镇基础设施的高速增长，这种增长的重要特点是全社会对金属材料的持续的旺盛需求。 由于需求的增长主要来源于高技术含量、高附加值的板材产品。这就造成了大量的中小型钢铁企业由于技术和设备落后，接不到足够的订单生产，致使企业连年亏损甚至倒闭破产；而少数大中型钢铁企业却由于所接订单过剩而出现产品“供不应求”的局面。 本文以上海宝山钢铁股份有限公司为背景，研究了在产品“供不应求”前提下，如何从众多的订单中接受合适的订单，从而获得最大的经济效益，既钢铁企业订单接受问题。提出了解决该问题的方法并探索应用于实际的可能性，开发出了一个启发式算法，设计并实现了该问题的人机交互的仿真系统。 首先，本文结合钢铁企业自身的特点，依照“定销定产”的销售理念，以最大化企业经济效益为主要目标，针对钢铁企业订单接受问题建立了数学规划模型。其次，开发了钢铁企业板材产品订单仿真系统，主要为模型求解的算法和最终开发的原型系统提供仿真数据。然后，由于数学规划模型的复杂性，构造了启发式算法。该启发式算法的主要思想是采用少量多批分配策略，考虑了订单的收益值、交货期、订货批量、产品种类、用户优先级和工序优先级系数六个因素，应用线性加权综合法计算每个合同的综合权重，根据综合权重值由小到大的顺序对订单进行分配，在满足生产能力的约束下，确定了订单接受方案。并通过大量仿真数据的运行，表明了算法的有效性。 最后，应用PowerBuilder语言和SybaseAdaptiveServerEnterprise数据库，以启发式算法为核心开发了钢铁销售管理原型系统。该系统的主要用途是为钢铁企业的订单接受提供决策支持。