为提升集装箱码头的竞争力,针对码头装卸作业的建模和优化研究变得愈加重要。近年来,随着国际贸易海运量的攀升,航运、货物装卸及腹地运输的发展,这一趋势变得更加显著。此外,港口间竞争的加剧,也令集装箱码头在提高自身效率方面倍感压力。良好的运营管理可以改善码头的生产能力、生产效率、码头利用率及服务质量。在上述所有指标中,码头服务质量(例如船舶周转时间——用于装卸货的时间,操作滞留时间等指标)是客户服务的关键因素。集装箱码头是一个由岸桥作业、集卡作业和场桥作业这三种相互关联的部分组成的动态系统。鉴于码头装卸作业的不确定性、复杂性和多目标性,须借助数学模型和优化算法来解决这一问题。本文将这一问题转化为一六阶段的混合流水线调度问题,并建立了关于集装箱码头装卸作业的优化模型(也即HFSPLUOMT)。在每个阶段有相同的并行机,模型中包含了切换时间约束、阻塞约束和优先权约束。该模型以最小化总完工时间(也即规划期内最后一个集装箱的作业完成时间)为目标。众所周知,多阶段混合流水线调度问题是NP难问题,即使是小规模问题也不易解决。HFSPLUOMT也是一个NP难问题,因此本文运用启发式规则获得近似最优解,也即全局表构造算法(GSCA),此方法由七种启发式规则和遗传算法(GA)构成。具体来说,首先将HFSPLUOMT分解成五个调度子问题并同时得到初始集装箱序列；之后,运用遗传算法来逐步改善这一序列。为了验证模型和算法的有效性,本文推导出了一个下界值。这个下界值是基于操作的下界值和基于到达与结束时间的下界值的上限。数值实验中所涉及的参数均源于达累斯萨拉姆港。数值试验表明,文中建立的优化模型可以有效地解决集装箱装卸作业的调度问题。