集装箱码头生产组织优化一直以来都是研究的热点。现有研究主要集中于正常工况下的调度优化,但在实际中,由于各种突发事件的影响,码头经常要面对非常规工况,如不给予足够重视和及时应对,将会降低港口运行效率,加大作业成本,影响船公司的满意度,因而成为提高港口管理水平的一大难题。对此,本文结合集装箱码头调度问题的具体特点,分析了岸桥等设备故障、计划外来船以及港口临时停产后恢复作业等非常规工况的产生原因,阐述了不同工况下船公司和港口方利益的冲突,从综合考虑各方利益角度,构建相应的多目标优化模型,并结合问题特点设计了求解方法,具体内容如下:(1)为兼顾各方利益,通过建立多目标优化模型予以求解,提出了 Pareto非劣解相对于各优化目标偏向度的量化方法,即从Pareto前沿几何分布特点出发,挖掘隐含在Pareto前沿中的有效信息,建立了平均变率、灵敏比、无量纲化的灵敏比、偏向度、不平衡度等新的概念,实现对Pareto非劣解相对于各优化目标偏向程度的量化,找到了相对于各优化目标不平衡度最小的解,为决策者提供必要的量化决策依据。(2)对于岸桥等设备故障引发的非常规工况,以船舶按时离港偏差最小、码头作业成本最低和与原作业计划偏离度最小为目标建立了多目标优化模型。为提高算法的求解性能,在NSGA-Ⅱ算法基础上,改进了算法的交叉操作、变异操作,采取不完全两点交叉操作和不完全单点变异操作,融入考虑岸桥共享的邻域搜索规则,计算得到了满足条件的Pareto非劣解集。为寻找同时兼顾船船舶按时离港偏差最小、港口方作业成本最低和与原作业计划偏离度最小目标的调度方案,利用文中建立的Pareto非劣解相对于各目标向度的量化方法,得到了对各优化目标不平衡度最小的方案。(3)对于计划外船舶到港的非常规工况,以船公司的客户满意度最大和码头额外作业成本最低为目标建立了双目标优化模型,通过改进模拟植物生长算法的初始点选择规则、以混合步长搜索替代固定步长搜索,增加了分层非支配排序等内容,计算得到了满足条件的Pareto非劣解集。为寻找同时兼顾船公司客户满意度最大和额外作业成本最低目标的调度方案,利用本文建立的Pareto非劣解相对于各目标偏向度的量化方法,得到了对双目标不平衡度最小的方案。(4)对于集装箱码头临时停产后恢复生产的非常规工况,以船舶等待时间最小和港口额外作业成本最低为目标建立了双目标优化模型。在粒子群算法的基础上,设计了算法的编码和解码,根据问题特点改进了原算法粒子更新和惯性权重的变化过程,增加了以增减岸桥和减少偏离最优泊位为策略的邻域搜索规则,计算得到了满足条件的Pareto非劣解集。为寻找同时满足船公司等待时间最短和港口方额外作业成本最低目标的调度方案,利用本文建立的Pareto非劣解相对于各目标偏向度的量化方法,得到了对双目标不平衡度最小的方案。本文通过将多目标优化理论和求解方法应用于实际中,解决了集装箱码头在非常规工况下综合考虑船公司和港口方等各方利益的调度优化问题,丰富了多目标优化的决策方法。本文研究可以为调度方案的制定和调整提供有效的优化方法和解决思路,对于提高港口企业的管理水平具有重要的应用价值。