随着经济全球化进程的加快，世界各国经贸往来日趋频繁,国际集装箱物流得到了很大的发展，集装箱码头作为集装箱海上运输与陆路运输的交汇点，在国际运输网络中扮演着重要角色。集装箱码头物流运作过程呈现出动态、随机和复杂的特性,并且越发突出,出现了许多迫切需要解决的问题。尤其是泊位调度子系统的优化以及泊位调度子系统与其他子系统协调优化一直没有得到很好解决。为提高集装箱码头运作效率和服务水平,这些问题已成为物流优化领域研究的热点问题。本文主要开展了基于多智能体(Multi-agent System,简记为MAS)的集装箱码头泊位调度问题的建模与优化的研究,主要内容如下：研究建立了基于MAS的集装箱码头物流运作调度管理系统的框架模型。系统分析了集装箱码头物流运作系统的基本组成成分、系统结构和作业工艺流程,对集装箱码头物流运作MAS模型的体系架构进行设计和分析,确定了集装箱码头物流运作MAS模型主要由五类Agent组成：任务计划Agent、动态单元Agent、船舶Agent、资源管理Agent和资源Agent。定义了五类Agent的基本功能、基本结构、通讯模式和交互协作模式。通过动态单元Agent实现了Agent之间的动态隶属关系和动态控制结构,分别设计了任务计划阶段和任务实际运行阶段MAS系统模型中Agent之间的交互协作机制。研究建立了基于蚁群算法的鲁棒泊位分配模型。在建立的基于MAS的集装箱码头物流运作调度管理系统的框架模型基础上,在任务计划阶段,针对船舶实际到港时刻的不确定性,在传统的以船舶计划延误时间为服务性指标的泊位分配模型的基础上,引入以缓冲时间长度为测度的鲁棒性指标,对离散型泊位分配方案的最优性与鲁棒性进行权衡。同时,为了使模型更加符合实际情况,加入了对泊位物理条件和作业能力的判断。模型设计了一种并行的蚁群算法进行求解,通过仿真实验表明鲁棒泊位分配方案在不确定环境下的抗干扰能力相对于传统方法得到了明显的提高。研究建立了基于CNP协商机制的岸桥动态实时调度模型。由于鲁棒泊位分配方案的鲁棒性即使再强,也不可避免地会产生船舶延时情况。针对这种情况,为保证码头作业能够按照正常计划执行,进一步提高系统的抗干扰能力,本文在集装箱码头MAS的框架基础上,在任务执行阶段设计了一种岸桥动态实时调度模型。该模型考虑到岸桥可以做水平移动的原则,充分利用码头的闲置岸桥资源,部分解决了随机因素对码头作业计划的扰动问题,该岸桥动态调度模型采用CNP的招投标协商机制,实现了岸桥在泊位间的实时调度,仿真实验说明任务执行阶段这种动态实时调度方法可以进一步提高泊位调度子系统的鲁棒性。