我国集装箱港口在快速发展的同时面临着巨大挑战。一方面,在目前新冠肺炎疫情的影响下,港口出口箱数量明显减少,各地港口堆场装卸效率偏低,船舶在港停留时间延长;另一方面,船舶大型化要求集装箱港口在相对小的时间窗内(几天)装卸相当规模的出口箱,短期内对港口生产活动造成较大的压力,对出口箱的箱位分配提出了更高的要求。因此,在码头现有资源和设备的前提下,如何快速装卸堆场的出口箱,最大程度地减少箱位分配产生的翻箱和运作成本,已经成为集装箱码头面临解决的热点问题之一。但集装箱港口是一个综合复杂的系统,对出口箱进行箱位分配时涉及许多因素,例如堆存策略、船舶到达等,获取相关信息时也存在不确定的情况,因此如何在信息完备情况下堆放出口箱,如何在信息不确定情况下堆放出口箱使翻箱数最少,这些问题都需要进行深入的分析与探讨。在港口数字化的推动下,众多港口已经累积了大量的业务数据,但是利用率低,分析决策能力也较差,因此,以数据驱动为基础研究出口箱箱位分配问题具有重要的现实意义,也成为当下集装箱港口研究的热点。在此背景下,如何运用现实数据创新性地预测出口箱重量分组和进场顺序,如何处理出口箱装船前的堆存和预翻箱优化问题,以提升箱位分配的质量,降低船舶在港停留时间,也是需要进行深入研究的重要课题。基于此,本文主要做了如下工作:(1)从系统角度出发,进行了集装箱港口出口箱箱位分配模型的研究。集装箱码头是一个高度复杂的系统,各个环节和要素之间是相互影响的,将复杂的问题具体决策化是解决港口问题的一种有效方式。因此,本文在分析码头总体布局和的基础上,系统研究了堆场存储规划与泊位分配、船舶配载计划和资源调度之间的关系,进而分析了出口箱箱位分配的影响因素,同时确定了信息完备和信息不完备情况下出口箱箱位分配问题涉及的相关因素,最后建立了出口箱箱位分配模型的约束条件集、决策变量集和目标集,形成了解决出口箱箱位分配问题的体系架构,作为后续各章决策模型的理论基础。(2)建立信息完备情况下的出口箱单贝箱位分配模型,提出基于堆垛规则的启发式算法。在出口箱进场顺序和重量优先级信息完备的情况下,考虑出口箱堆存规则和堆存状态等约束条件,以翻箱数最少为优化目标,建立0-1整数规划模型。为求解此模型,从文献研究与港口实践调研中提取最少翻箱数、最矮堆栈和最近堆栈三种堆存原则,设计了LRR→LSR→NSR、LRR→NSR、LRR→LSR、LSR→LRR→NSR和LSR→LRR五种不同的启发式算法。最后,通过方法对比验证了所提算法的优越性,通过数值分析确定了不同贝位规模下的翻箱数和翻箱率,为港口管理者选择合适的位置提供了有效的决策依据。(3)建立船舶到达不确定情况下的出口箱单贝箱位分配模型,提出二阶段启发式算法。在信息完备情况下模型的基础上,考虑信息不完备情况对出口箱进场顺序的影响,以翻箱数最少为优化目标,建立随机规划模型。不同程度的信息质量对结果影响不同,为此将不完备船舶到达信息分为高、中和低等信息水平三种情形进行处理。为求解模型,设计二阶段启发式算法,在第一阶段对进场顺序确定的出口箱使用CPLEX求解,第二阶段使用提出的五种启发式算法求解。最后,通过数值分析确定了不同信息质量水平情况下的翻箱数和翻箱率,证明了算法的有效性和实用性。(4)结合出口箱进场顺序和重量的现实数据,研究数据驱动的出口箱单贝箱位分配问题。运用港口数据捕捉相关规律,使得到的结果更好地为港口服务,从而提高船舶装载效率。但粤港澳大湾区港口群调研结果发现,预翻箱作业也是影响出口箱装船的重要因素。因此,研究进场堆存和预翻箱两个阶段的箱位分配问题对于加快船舶装载速度,减少在港停留时间意义重大。此部分主要解决三个问题:首先,运用机器学习方法预测出口箱重量分类,运用马尔科夫链预测方法确定出口箱进场顺序,为构建模型提供基础数据;其次,在已知贝位初始堆场状态的情况下,从文献研究和实践调研提取有效的翻箱移动规则,设计基于翻箱移动规则的启发式算法解决预翻箱问题;最后,从重量、目的港以及目的港和重量多属性三个不同角度进行结果分析,确定不同情况下正常与紧急进入堆场的出口箱数量的最佳比例,为港口工作人员合理安排出口箱数量提供依据。本课题紧密结合码头堆场管理实践,研究成果有助于提高整个码头的运营水平,为港口工作人员合理安排出口箱位置提供了依据。同时对港口相关调度的研究也提供了理论和方法上的借鉴。针对出口箱单贝箱位分配问题设计的启发式算法,对例如自动化立体仓库物品堆放的同类优化问题的解决有重要的参照意义。研究中涉及的信息不完备情况和数据驱动情况,旨在解决港口的复杂性问题,对码头的实际操作有一定的指导意义。