当今社会,海上运输业在世界贸易领域占据了绝对的份额,对世界各国经济的发展起着巨大的推动作用。集装箱运输已成为海上运输的一种最重要的形式,并逐步迈向全球化和自动化。为提高作业效率和节约成本,集装箱船舶的配载问题成为关系集装箱运输的核心竞争力和关键技术之一,现已成为相关行业领域和学术界的研究热点。集装箱船舶配载问题可以归结为一个复杂的非线性组合优化问题,即在满足各种约束前提下,合理安排集装箱在船舶上的具体位置,使得配载后到港装卸的倒箱量等指标最优。在配载过程中,不仅要考虑配载规则的布局性能约束,还要考虑船舶的安全性能约束,具有NP难度。本文以上海远洋公司的1700TEU全集装箱船“冰河”轮某航次的优化配载为工程背景,采用群智能算法的求解策略,给出其优化的配载方案,试图为该问题的研究和发展、提高海上集装箱运输的经济效益,做出一些有益的探索。具体地,本文首先考虑了船舶配载的布局性能约束和船舶稳定性、吃水差、强度等安全性能约束,以最小倒箱量作为目标函数,建立了一港装箱、多港卸箱的全集装箱船舶配载的数学优化模型。然后,在综述国内外相关研究概况的基础上,明确了采用群智能算法求解的策略。但典型的群智能算法,如遗传算法等,通常具有早熟和收敛慢等缺陷。为更好地求解船舶配载问题,本文对其进行了一系列的改进,主要包括引入多种群并行进化的思想,改进了自适应交义、变异算子,给出可调等比排序的选择操作等,从而提出一种高效的自适应并行遗传算法APGA,并通过经典的函数优化和背包问题的算例对算法的可行性和有效性进行了验证。在此基础上,将提出的算法用于“冰河”轮某航次的配载优化问题之中,获得了较为满意的配载方案。本文的研究工作表明,提出的算法对集装箱船舶配载问题是有效的,获得了较好的求解效果,对该问题的自动化和智能化求解,提供了借鉴和支持。此外,工程上存在着大量的复杂组合优化问题,本文的研究具有一定的理论意义和推广应用价值。