随着经济全球化和国际贸易的发展,国际航运市场也随之快速发展。集装箱海上运输作为国际航运主要的运输方式,其运输量迅猛增长。为满足日益增长的集装箱运输需求,提高自动化集装箱码头的作业效率至关重要。在自动化集装箱码头中,如何高效地调度码头起重机(QCs)、自动导引车(AGVs)和自动堆垛机(ASCs)以及为AGV规划路径一直是自动化集装箱码头运营管理的两个重要问题。本文研究在自动化集装箱码头的装卸同步作业模式下,“QC-AGV-ASC”集成调度与AGV无冲突路径规划的组合优化问题。首先,梳理了自动化集装箱码头的概念、发展现状及优势,列举了自动化集装箱码头的作业设备和作业模式,分析了基于装卸同步的“QC-AGV-ASC”作业系统的特点,为后续的研究奠定理论基础。其次,基于装卸同步作业模式和AGV单向单车道的运行路网,结合“QC-AGV-ASC”作业系统的特点,建立了“QC-AGV-ASC”集成调度与AGV路径规划组合优化问题的双层规划模型。其中,上层模型为QC、AGV和ASC的集成调度模型,目标是最小化所有集装箱的最大完工时间;下层模型为AGV的路径规划模型,目标是最小化AGV的走行距离。根据模型的特点,设计了基于冲突解决策略的双层规划算法。其中,上层算法为改进的自适应遗传算法,在自适应遗传算法中引入禁忌表、灾变算子和精英保留策略,防止算法循环搜索,避免陷入早熟收敛,用以解决QC、AGV和ASC的集成调度问题;下层算法为基于冲突解决策略的路径规划算法,采用停车等待策略作为冲突解决策略,用以解决AGV的无冲突路径规划问题。通过算例实验验证了模型的合理性和基于冲突解决策略的双层规划算法的有效性。再次,在所做研究工作的基础上,考虑QC、AGV和ASC的作业效率与作业能耗的权衡以及更为复杂的AGV双向单车道运行路网,建立了考虑能耗的“QC-AGV-ASC”集成调度与AGV路径规划组合优化问题的双层规划模型。其中,上层模型为QC、AGV和ASC的集成调度模型,目标是最小化QC、AGV和ASC的总作业时间和总作业能耗;下层模型为AGV的路径规划模型,目标是最小化AGV的走行距离。根据模型的特点,设计了基于时间窗的双层规划算法。其中,上层算法为改进的混沌粒子群算法,在标准的粒子群算法中引入动态调整学习因子、惯性权重非线性递减策略和混沌搜索,提高算法的搜索能力和收敛能力,用以解决QC、AGV和ASC的集成调度问题;下层算法为基于时间窗的路径规划算法,采用停车等待策略和重新规划路径策略作为冲突解决策略,用以解决AGV的无冲突路径规划问题。通过算例实验验证了模型的合理性和基于时间窗的双层规划算法的有效性。