煤炭是我国主要的一次性消费能源,煤炭码头作为煤炭水路运输的中转站,其作业调度方式仅仅以单一环节的人工调度为主,无法满足码头日益增加的专业化水平,同时码头整体生产作业缺乏多个环节的协同调度,极大减弱了其带来的经济效益和社会效益。现如今,高效、低成本地运营煤炭码头变得越来越重要,与集装箱码头相比,专门针对煤炭码头协同调度问题的研究较少,如何优化码头资源,实现向专业化、智能化码头的转变,有序的安排船舶作业时间表,科学调度码头内部各环节装卸设备,实现煤炭的高效运输,改善煤炭供应链的服务水平,是亟待探索的重点问题。本文以煤炭码头为研究对象,着眼于煤炭码头协同调度方法对生产经营效率的提升,从泊位分配、取料机调度和堆场分配三个方面,研究了煤炭出口码头的泊位和堆场协同调度问题,充分挖掘煤炭码头各个作业调度环节特点,用混合整数规划方法建立协同调度数学模型,并结合模型分析构建了基于规则的遗传算法进行求解。为验证方法的有效性,结合曹妃甸港真实数据设计了不同情况的算例,将本文设计的基于规则的遗传算法与经典遗传算法结果进行比较,证明了其求解效率。结合上述思路,本文的主要研究成果如下:(1)分析我国主要煤炭码头的码头布局、作业流程、装卸工艺,系统归纳了煤炭码头作业协同调度特点和影响因素,为本文煤炭码头泊位和堆场协同调度问题提供了理论支撑。(2)基于煤炭码头的作业细节建立了混合整数规划模型,以船舶的总在港时间最小为目标函数,考虑潮汐时间影响下的泊位分配、取料机调度、堆场分配的协同调度,设置的假设和约束条件增加了模型在煤炭码头实际作业中的适用性。(3)为提升问题的求解效率,基于启发式规则对遗传算法进行改进,通过算例分析,比较了基于规则的遗传算法与经典遗传算法在四种不同情况下对案例的求解速度和求解质量,计算实验表明,基于规则的遗传算法能够有效解决与真实情况相同规模的案例,同时减少求解时间。