在轴辐式集装箱海运网络中,支线运输作为干线运输的保障,在网络中发挥着越来越重要的作用。但由于支线集装箱运输量小且不稳定,使船舶配置和调度难度加大,一方面船舶配置过剩会导致运营成本增加,另一方面若船舶配置不足且调度不合理则不能保障任务完成。因此,在保证完成运输任务的前提下,如何合理配置和调度船舶以降低运营成本是支线集装箱运输企业亟待解决的关键问题。本文针对支线集装箱船舶调度问题,在对已有文献进行归纳整理,对现有研究不足之处进行总结分析的基础上,根据支线集装箱运输网络的特点,考虑枢纽港至支线港集装箱疏运需求可以拆分的情况,提出需求拆分策略,引入拆分阈值δ,设置需求拆分规则,同时考虑多船型、既有集运需求又有疏运需求、支线港服务时间窗和干线班轮集装箱集运截止时间等因素,构建以船舶固定成本、航行成本、在港服务成本和时间惩罚成本之和最小为目标的支线集装箱船调度模型。设计混合变邻域遗传算法（HGAVNS）对模型进行求解,结合遗传算法（GA）的全局搜索能力与变邻域搜索算法（VNS）的深度搜索能力,在选择操作上采用精英保留与轮盘赌混合策略,以平衡精英比例与种群多样性。以珠江三角洲地区的港口群为例进行实验分析,验证了本文算法和模型的有效性。得出主要结论如下:（1）考虑需求拆分可以充分利用支线集装箱船的装载能力,减少船舶的使用数量,降低船公司运营成本;（2）随着港口限制时间的延长,在时间范围内到达港口的船舶数量增加,惩罚成本降低,总成本减少;（3）船型不同会影响船舶配置的数量、航线里程和总成本,相比于单一类型船舶,配置多船型船舶时的总运营成本更低,也有利于根据实际情况灵活调度船舶,船公司在进行船舶调度决策时应尽量配置多种类型船舶。研究成果拓展了支线集装箱船舶调度相关理论,可为支线集装箱运输企业的船舶调度决策提供依据。