世界贸易全球化的发展促进了航运集装箱的运输,集装箱运输具有装卸方便、减少货损、节约包装费用等特点,是一种新型的现代化运输。但是随着各国家经济发展的不平衡、贸易发展的不平衡以及来往货物种类的不同等原因,使得世界范围内的集装箱分布不平衡。特别是新冠肺炎疫情蔓延以来,中国率先控制住疫情,工厂恢复生产,大量的货物需求转移至中国,中国运往欧洲的货物多而欧洲运往中国的货物少,导致了中国港口的集装箱一箱难求,不能及时满足货主运输需求,而欧洲港口的集装箱大量堆积,影响了港口的工作效率,增加了港口集装箱空箱的存储成本,造成了集装箱空箱资源的浪费。因此,如何有效合理的进行各港口之间的空箱调运并且减少空箱调运成本,是目前航运公司与学术界重要研究的内容之一。由于当调运的集装箱过早到达集装箱港口,会造成集装箱在目的港口产生港口存储费用;当集装箱过晚到达港口时又会因为信誉度降低而产生一定的机会损失成本。因此,本文考虑集装箱的到港时间,用梯形模糊数表示对集装箱到港时间的满意度,建立了带软时间窗的航运集装箱空箱调运模型。本文对空箱调运问题的组织管理、流转过程、成本构成以及减少成本途径等问题进行系统性研究与分析,考虑集装箱种类的不同与集装箱到港时间的软时间窗约束,从集装箱供给量大于需求量与集装箱供给量小于需求量两方面分别建立数学模型,给出对应的相关算例。并且阐述了遗传算法与模拟退火算法的理论,然后将遗传算法的优点与模拟退火算法的优点结合,提出引入退火变异的遗传算法来求解算例的最优调运方案。该求解算法首先根据运输问题的特点用矩阵存储编码的方式建立初始种群,随机确定交叉点进行父母代的交叉,在变异上为了防止破坏种群中适应度高的个体,所以使用精英不参加变异的方式保留精英个体,然后引入退火式变异,以一定退火概率确定种群中除精英个体以外的个体是否接受变异,最后用Matlab对算例进行求解分析,搜索到算例的最优调运方案,证明了引入退火式变异的遗传算法可以避免算法提前收敛,能够有效的搜索到单目标函数多约束问题的最优解,以及证明了所建立的以调运成本最小化为优化目标的软时间窗约束下空箱调运模型的合理性。