倒箱是影响集装箱码头物流系统作业成本和效率的关键因素之一，高效合理的堆场调度以减少倒箱数是目前集装箱领域研究的重点和热点问题，具有非常重要的实际应用价值。　　 论文根据集装箱码头作业流程和堆场特点，以倒箱次数最少化和最终贝位布局质量最优化为目标，建立双目标堆场预倒箱问题模型，并提出基于遗传算法(IGA)和阈值接受算法(ITA)的混合启发式算法。该算法首先用IGA确定目标贝位布局，然后运用ITA搜索倒箱步骤，并结合启发式方法BH、LH分别优化倒箱序列和贝位布局。提出随机和启发式策略相结合的初始种群生成算法；采用轮盘赌选择算子并引入最优个体保留法，单点交叉和逆转变异算子；设计简单的编码方案和不可行解修复算法；定义非匹配数概念变换目标函数为适应度函数；将IGA最优解作为终止准则之一，采用新的初始解生成算法并结合BH和LH，改进ITA。　　 实验表明，算法适用于求解不同规模的问题实例，贝位规模和满载率是影响算法结果的重要因素。通过与现有的TA进行比较，所提算法表现了很好的性能，其计算时间完全可以满足实际情况下的堆场调度需求。