随着经济全球化、贸易自由化的深入发展，我国逐步融入世界经济大潮之中，对外贸易迅速发展。大规模的贸易产生了大规模的物流，港口是国际物流网络的枢纽结点，集装箱运输是现代航运的主要方式，建设现代化的集装箱港口，是我国物流基础设施建设的重要组成部分。 集装箱堆场作业主要有提箱、进箱、装船、卸船四种，堆场作业计划的内容包括空间资源和设备资源的配置。本文按不同的作业类型，对国内外学者就空间资源和设备资源的配置两个方面的研究现状进行了分析，将提箱作业和进箱作业(箱位分配)确定为本文的研究重点。 针对集装箱堆场箱位分配问题中规则因素较强的特点，建立基于知识的箱位分配计划方法。首先，描述了该问题中知识构成、表示及获取方法；然后，提出了基于知识的箱位分配模型，包括分配区域划分、作业模式及规则匹配、最优箱位选择三个部分。 针对集装箱堆场的提箱作业优化问题，提出了一个以作业成本最小化为目标的多阶段决策优化模型，该模型由2部分组成：倒箱优化模型和最短路搜索模型。同时设计了一个内外两层的嵌套遗传算法，内层算法负责搜索最短路径，外层算法优化倒箱作业过程。遗传算法中引入了父代参与选择和最优个体保留两种改进策略，并对GA的编码解码设计和适应度函数设计作了重点讨论。 在对箱位分配作业和提箱作业研究的基础上，设计并实现了集装箱堆场大门作业计划系统。该系统嵌入了箱位分配作业计划和提箱作业计划算法，建立了堆场数据库，实现了两种作业计划的连续、实时操作。 最后，针对系统测试存在大量测试数据难以获取，系统长期连续运行性能难以评价的困难，提出了一个基于仿真的信息系统性能测试框架，利用该框架对集装箱堆场大门作业计划系统进行性能测试。该方法将箱位分配作业计划算法和提箱作业计划算法融入仿真系统，测试数据由仿真系统产生，解决了测试数据的来源问题，并通过仿真统计分析评价系统的运行性能，测试结果表明该方法是可行且有效的。