近年来，随着港口运输业的发展，市场对港口的要求越来越高，港口间的竞争更加激烈。为了吸引更多的船舶挂靠，港口不得不千方百计提高其生产效益和服务质量，不断地优化港口生产系统，提高生产作业效率。而拖轮作业系统作为港口生产系统的重要组成部分，是船舶进港的“第一服务站”，它直接影响着船舶是否能够及时进入码头泊位进行货物的装卸作业。　　 作为港口拖轮公司，日常的工作就是以拖轮指挥调度为中心，包括拖轮的日常检查保养、维修升级，相关物资的采购供应管理，财务费用的结算，人员培训教育以及其他日常的公共管理工作。拖轮的优化调度，不仅可以提高生产效率、节约资源和提高服务质量，同时对整个轮驳公司的日常工作的安排具有十分重要的意义。　　 调度问题是组合优化问题，属于NP问题，难以用常规的方法求解。目前，智能算法在调度问题中的应用日益广泛，其中遗传算法因其对优化问题的弱赖性，求解的非线形性和鲁棒性，隐含并行性等优点引人关注。本文将根据拖轮作业调度的特点，对传统遗传算法进行改进，选择使用合适的编码机制，采用自适应的交叉概率和变异概率，建立起基于混合遗传算法的拖轮作业调度系统，并结合轮驳公司的日常工作，建立拖轮调度平台。　　 主要有以下方面的工作：　　 (1)介绍了进化算法和遗传算法的相关知识，对传统的遗传算法的优缺点作了相关总结，并介绍了改进的方法；　　 (2)根据天津港的实际情况，结合拖轮调度数据的分析，描述了拖轮调度的模型和目标函数，选择基于拖轮编号和位置坐标的编码方式的标准遗传算法进行求解优化。　　 (3)将遗传算法实现的调度系统与仿真技术相结合，进行实例计算最后，论文在总结全文工作的基础上，指出了系统的不足之处和进一步研究的工作方向。