21世纪以来，“智慧港口”、“绿色港口”已经成为集装箱港口发展的新理念，在此背景下，集装箱码头如何实现作业的自动化高效化、如何实现作业的节能减排是当前及今后码头作业中迫切亟待解决的关键问题。该问题属于自动化集装箱码头低碳作业调度问题的研究领域，目前的研究主要是从AGV指派和路径规划角度对作业计划进行优化，然后加入能耗因素。其主要不足在于没有考虑AGV的行驶路线轨迹和运动速度变化对作业时间和能耗的影响，由此产生一定的误差。为此，本文试图建立一种能考虑AGV运行过程细节（AGV作业行为）及能耗的自动化集装箱码头作业调度优化模型，并利用双层规划模型及多agent技术实现对该模型的求解。主要研究工作如下:
　　(1)考虑能耗的多目标AGV调度问题研究
　　针对自动化集装箱码头的水平作业AGV调度问题(Automated Guided Vehicle Scheduling Problem，AGVSP)，建立了一套多目标双层规划模型。其上层模型是以整体能耗和最短完工时间为目标的双目标整数规划模型，下层模型是以AGV单车能耗和最短行驶路径为目标的双目标路径规划模型。并为该双层规划模型设计了一套上层遗传算法，下层蚁群算法的双层混合启发式算法求解。同时，为解决求解过程中需要对各个AGV所执行作业任务的时间进行估算因而造成误差的问题，采用多Agent技术对各AGV的运行过程进行建模，大幅提高计算精度。通过实验分析验证了模型的有效性。结果表明:本模型在对总体效率影响不大的情况下，可使总体能耗降低了11.65％。
　　(2)考虑作业行为的多目标AGV调度问题研究
　　在上述(1)研究的基础上，进一步深化考虑AGV的运行细节。考虑AGV执行作业任务过程中，即使是具有相同起止点，也由于AGV实际运行路径和速度的不同导致行驶时长与能耗不一致的情况，将传统AGV路径规划问题转化为AGV作业行为的组合优化问题，建立了考虑作业行为的多目标AGVSP双层规划模型。其上层模型是以整体能耗和最短完工时间为目标的双目标模型，下层模型是以AGV单车能耗和最短作业时长为目标的双目标AGV作业行为组合优化模型，既可以实现对AGV作业行为和能耗的细化分析及优化，也可以实现对于整体作业效率和能耗的优化。对该双层规划模型设计了一套双层GA算法进行求解，通过数值实验验证了模型的有效性。结果表明:本模型在考虑岸桥等待时间的基础上，总体效率不变的条件下，同等作业模式下可以有效降低能耗。
　　(3)考虑码头整体效率与能耗的多目标作业调度问题研究
　　在上述(1)、(2)研究的基础上，针对自动化集装箱码头提高整体作业效率，降低整体作业能耗的要求，考虑岸桥作业调度优化、场桥作业计划对于水平运输作业的影响，建立了双阶段双目标自动化集装箱码头两阶段调度优化模型。第一阶段是进行岸桥调度优化，通过优化岸桥作业计划降低双小车岸桥副小车等待时长，提高岸桥作业效率;第二阶段基于考虑作业行为的多目标AGV调度问题研究，将场桥作业计划作为影响因素引入建立多目标双层规划模型。针对第一阶段模型设计了一套贪婪算法进行求解，针对第二阶段设计了一套双层GA算法进行求解。通过数值实验验证了模型的有效性。结果表明:本模型在考虑岸桥、场桥等待时间的基础上，总体效率不变的条件下，可有效降低水平运输过程中的能源消耗;利用上、下层Pareto系数的调整找到了在水平运输作业过程中效率与能耗的平衡点。由此充分验证了模型的有效性和可行性。
　　本研究的理论意义在于:将AGV作业调度双层规划模型与分析AGV运行过程细节的Agent模型相结合，为进一步精准化求解自动化集装箱码头低碳作业调度问题提供了新的建模与优化手段。其应用意义在于:为解决自动化集装箱码头低碳作业调度问题提供了新的分析与求解思路，符合精益化管理的思想，适应自动化码头作业精确化实时在线控制的发展方向。