本发明公开了一种基于马尔可夫决策的钢铁物流智能调度方法及系统。该方法包括：获取待分配钢铁订单的信息以及可用车辆的信息；基于待分配钢铁订单的信息以及可用车辆的信息建立基于马尔可夫决策的钢铁物流调度决策模型；钢铁物流调度决策模型包括动作价值函数和状态价值函数；基于动态规划对动作价值函数和状态价值函数进行计算，得到每个待分配钢铁订单和每个可用车辆匹配后的奖励；根据奖励，采用最大权匹配算法确定最优匹配结果；根据最优匹配结果进行钢铁物流调度。本发明能够提高钢铁物流的运输效率，降低运输成本，在占用道路、时间资源最少的情况下，为钢铁物流调度管理智能化水平的提高提供理论保障和技术支持。