随着中国经济迅速发展以及全球一体化发展趋势,航运物流市场得到了高速的发展。面对航运市场的扩大与航运技术的提高,航运船舶不仅数量猛增、船速增大,并且呈现大型化趋势,导致港口通行密度的增加与风险的上升,对港口经营方的组织管理提出了更高要求。因此研究如何合理的将拖轮进行调度,减少船舶等待时间的同时降低营运成本,是港口经营方提高自身竞争力的重中之重。拖轮调度问题属于NP-hard问题。在实际的拖轮调度问题中,常常存在很多不稳定的影响因素和限制条件。使用智能优化算法能够求解拖轮调度问题,其中人工蜂群算法相比较于其他智能算法具有较好的探索性、开发性和鲁棒性。本文将对人工蜂群算法进行改进以求解拖轮调度问题,主要工作如下:首先,本文分析了船舶进出港时拖轮作业的工作流程和特点,结合拖轮的实际调度作业提出一些假设,使模型贴近真实情况。最后,以船舶等待时间最小化和运营成本最小化为目标函数,建立了多目标优化模型,并且根据模型的特点和各个变量之间的联系得到了模型的限制条件。其次,根据本文所建立的模型和拖轮调度的特点设计算法进行求解。在分析常用的几个智能优化算法之后,选择使用多目标人工蜂群算法进行求解,并对算法进行改进,包括使用双串表示法初始拖轮调度问题的解,在雇佣蜂阶段的更新公式中引入扰动项,在跟随蜂阶段使用变步长策略,在侦察蜂阶段引入了重启机制。最后,选取大连港某一天的拖轮作业任务对本文所建立的模型和提出的算法进行验证,并与标准多目标人工蜂群算法求得的结果进行对比。实验表明,本文改进的多目标人工蜂群算法搜索速度较快,并且寻优能力较强,能够求得符合实际情况的拖轮调度方案,所得到的结果能够为拖轮调度员提供参考。