在集装箱运输过程存在各种各样的航线方案,每种方案效率以及成本各不同。航线优化指的是,船公司对现有运输航线进行合理规划的目的,就是为了提高运输效率,降低成本,获得更大的利润。集装箱运输市场常常会受到一些具有突发性、不可预见性的因素的影响,这给船舶运输行业和航线的优化增加了很大的风险和困难。因此,在不可预见的影响因素影响下,各大船舶航线运输公司如何根据港口吞吐量把船舶安排到最佳航线上,在最短的路径上获得最大收益,使得在有限的船舶资源条件下,通过合理优化分配,从而创造最大的经济效益,成为集装箱船运输研究的重点问题。针对随机变化的情况,开展航线优化研究具有重要现实意义和应用价值。航线运输具有港口众多,到港时间不确定等一系列复杂性问题,是典型的np-hard问题,启发式算法更加适用于这种复杂度较高的航线优化问题,本文在研究相关理论的基础上,对比分析了几种方法用于航线优化问题的启发式算法以及各自的优缺点,最终选择蚁群算法,作为基本优化算法来开展航线优化模型的设计。在蚁群算法优化模型设计中,首先以某船公司运输航线需求为背景,针对港口众多、各港口的吞吐量变化大、货物到港时间复杂、航线重复绕路、船舶装载率低等问题,设计了以最大收益作为目标函数的优化模型。在收益中考虑收益率、装载率、时间周期、运输成本、平均库存量五类影响因素并进行加权分析,然后基于基本蚁群算法模型,提出了一种优化组合信息要素的更新方法,以及结合禁忌算法,迭代终止准则,设计了航线优化模型。将所建立的优化模型运用在船公司的实际航班计划中,根据该船公司的吞吐量变化、到港时间要求等,进行航线优化,通过蚁群算法优化模型找到多组航线方案,结合多目标函数,获得各组航线的收益。采用归一化多因素模型进行结果的比较分析,获得最佳航线。通过实验模型所呈现出的结果比较分析得出的结论表明,本文所提出的蚁群算法优化模型能够选出速度快,路径短,收益高的合理而有效的航线,为航运公司带来更大的收益,对实际的集装箱运输具有重要的应用价值。