海运是国际贸易的重要运输方式,而集装箱码头对于海运是至关重要的节点。随着世界范围内集装箱吞吐量的增长,集装箱码头的作业效率和能力亟待提升。而对各个作业流程进行优化调度,是提升港口作业效率和能力的重要手段。集装箱码头的作业调度包含多种类型,本文主要研究集卡到达时间影响下的集装箱堆场跨箱区多场桥调度问题。本文提出了一个以完成时间最短化和等待时间最短化为目标的多目标整数规划模型,约束中维护了两个相邻场桥之间的最小安全距离并且避免了场桥的互相跨越。模型所研究的调度问题是典型的NP-hard问题,在问题规模较大时,寻找最优解的工作量很大而且十分棘手,多目标优化则难度更大,所以以往的研究中都将多目标加权整合为单一目标进行计算。考虑到问题的实际需求和计算难度,本文使用了改进的NSGA-II遗传算法来实现该调度问题的多目标优化,该算法的主要特点就是结合了帕累托排序和拥挤度的计算两种方法来选取优势个体。本文通过不同规模的算例探索了各规模的合理迭代次数,并在此基础上将算法和CPLEX的计算性能进行了比较,发现改进以后的遗传算法在解决大规模算例时在计算时间方面相较于CPLEX存在明显的优势,计算结果也在可以接受的范围内。最后,本文在算法的基础上设计了动态调度策略,为动态条件下跨区多场桥与集卡的联合调度问题提供了相当不错的解决方案。