集装箱码头在全球集装箱运输网络中扮演着至关重要的角色。码头高效可靠的集装箱装卸服务是海上物流的主要动力之一。集装箱码头的性能很大程度上取决于码头资源的使用效率。与岸线相关的规划问题面临着各种参数的不确定性,这使得港口作业的有效规划更加复杂。在泊位分配(Berth Allocation Planning,BAP)中,尤其船舶到港时间的不确定性和因装卸集装箱而产生的工作量的不确定性对计划的实施都有着至关重要的影响,处理不当对整个港口作业都会产生严重的资源浪费。同时港口的环境污染问题一直受到政府的高度关注,绿色港口已成为我国海运业可持续发展的重点。国际海事组织(International Maritime Organization,IMO)提出,从长远来看,对港口征收碳排放税可作为一项港口减少碳排放的可行方案。为此,本文通过查阅学习近些年国内外研究学者在解决不确定环境下的BAP以及考虑“绿色”因素的BAP的研究基础上,分析这两个研究点对传统BAP问题的影响,制定出绿色稳健,低碳导向的泊位-岸桥分配计划(Berth Allocation and Quay Crane Assignment Planning)。其中不确定因素同时考虑了船舶的预计到港时间和因装卸集装箱而产生的工作量。本文通过考虑单一税率和分段税率两种不同的港口碳排放税率政策,致力于减少因岸桥作业而产生的碳排放。针对不确定环境下的低碳导向的泊位-岸桥分配计划建立了基于一系列场景的两阶段随机整数规划模型。考虑到船舶到达的不确定性和所需的工作量的波动,第一阶段为基线计划,包括所有船舶的停泊位置、进出泊位的时间和岸桥(Quay Crane,QC)分配。第二阶段是基于第一阶段的调整计划,包括船舶的实际停泊位置、进出泊位的时间和岸桥分配。为求解提出的两阶段随机整数规划模型,本文设计了基于列生成算法(Column Generation,CG)的启发式方法。并进行了大量的数值实验来验证模型和算法的有效性和效率。算法的创新点主要体现在将传统的CG应用在算法求解的两个阶段中,在第二阶段中是用来为每个场景产生多个可行的调整方案,再根据第二阶段的结果将模型转换;而后是用来解决转换后的模型。并且算法中在多个地方使用分解技术来提高算法的求解效率。本文将该方法进一步总结归纳,用来作为处理相似结构-两阶段模型的另一种选择,其中第二阶段被推广到整数规划。