散货堆场是港口的核心资源，堆位分配是堆场资源调度中极为重要的部分。如果堆场堆位分配不合理，则极易导致堆场资源利用率低下，增加港口作业成本，降低港口吞吐量。如何进行合理的堆位分配，提高货物与堆位之间的匹配度、提高散货堆场的利用率、降低港口作业成本，已成为建设智慧港口进程中亟待解决的问题。因此，研究散货港口中散货堆场的堆位智能分配策略具有实际应用意义和一定的理论价值。
　　针对以上问题，本文开展了相关研究，主要研究内容如下：
　　（1）构建了一种基于网格化的散货堆场模型，用于描述堆场相关资源和堆场状态。首先，针对没有固定堆位划分的综合性散货堆场，采用一种散货堆场网格化表示方法，构建网格坐标系。将货堆作为节点，分析货堆之间的连通性以构建节点之间的边，形成有向图。在此基础上，结合散货堆场的实际作业环境，提出一种堆场使用效益的计算方法，用于评价堆场某一时刻的状态。该方法主要由堆场道路通行能力、灵活堆位的使用效率、相邻堆位的合理性和堆取料机的覆盖率四部分组成，并给出相应的量化方法。
　　（2）设计了一种基于动态博弈的散货堆场堆位分配算法（Bulk Stack Allocation AlgorithmBase on Game，BSAABG），以解决多票货物同时请求堆位分配时，彼此之间对堆位的竞争问题。首先，将多票货物的堆位分配行为建模为动态博弈，应用满足均衡的概念分析该博弈。建立基于博弈论的散货堆场堆位分配模型，其中可用堆位的集合为博弈的策略空间，货物与堆位的匹配度为货物的效用。然后，使用BSAABG算法来求解该模型，并从理论上证明算法的收敛性。算法分为博弈初始阶段和迭代博弈阶段；初始阶段，各货物通过贪心策略从可用堆位集中选择使自身效用最大的堆位；在之后的迭代过程中，通过调整博弈次序和策略，不断重复博弈，直到货物分配达到均衡，且堆场分配效益最大化。
　　（3）对所提模型和算法进行实验验证。对于基于网格化的散货堆场形式化模型，主要验证了模型中堆场道路通行能力计算方法，和灵活堆位使用效率中基于随机森林算法的货物周转期预测模型。首先，结合城市道路通行能力分析方法和堆场实际作业环境，验证了本文堆场道路通行能力计算方法，在车流量较大的情况下能够较好的评估堆场道路的通行能力。通过采集实际生产数据验证了货物周转期预测模型的有效性。确定筛选决策树的准确率阈值，提高预测的准确性，并分析出各特征在影响货物周转期上的重要程度。对于基于动态博弈的堆位分配方法，首先确定了博弈次序不需要调整时的堆场分配效益阈值；然后验证了使用贪心算法模拟人工调度经验的合理性；最后将本文算法与贪心算法和基于规则的堆位分配算法进行对比。实验结果表明，本文算法与上述两个算法相比，在请求堆位分配的货物数量较多时，能够有效地提高货物的平均满足度和堆场使用效益。
　　本文工作是对散货港口智能化建设的一个初步探索，对提高散货港口中散货堆场的利用率和降低港口作业成本具有重要的现实意义和较好的实用价值。