班轮运输因其自身的特点,在海上运输过程中扮演着越来越重要的角色。随着航运业的发展,不同班轮企业的竞争日益激烈。班轮公司一般提前半月公布船期表,船舶按照预定的时间到港装卸货物,客户可根据已发布的时间窗预定舱位,但是在班轮的运营过程中,受恶劣天气不确定因素的影响,会导致船舶的延误,带来巨大的损失,降低了客户对班轮公司的满意度。因此,在面对恶劣天气影响时,如何保证货物到港时间窗及时对船舶进行多阶段调度,降低班轮公司的航运成本是亟需解决的问题之一。受恶劣天气影响的船舶调度是一个非常复杂的优化问题,也是班轮公司重点关注的问题之一。为此,针对某航运网络上的一家班轮公司的所有营运船舶,以获知设计的多阶段调度机制时段内最新预报的天气信息和这些船舶的实时位置为前提,重点考虑班轮船期表的限制,兼顾港口间航速变化和船舶容量等现实约束,构建了以固定计划期内所有船舶的航运总成本最小为优化目标的非线性数学模型,并设计了嵌入基因修复算子的改进遗传算法用于求解,可给出集成租船直运、跨航线调船、反挂和货物中转等解决策略的最佳多阶段重调度方案。通过算例实验,进行大、中、小规模与传统等待办法相比,多阶段重调度节约了总航运成本的15%以上,验证了模型和方案的有效性;与CPLEX相比,运算效率大大提高,且偏差值均在5%以内;再通过与蚁群算法、禁忌搜索算法、量子差分进化算法相比,验证了算法的科学性,可为班轮公司的实际船舶调度提供参考。