随着全球经济一体化步伐的加快，世界各国之间的贸易往来日趋频繁，集装箱运输业的发展受到空前的重视。但是，随着集装箱运输业的飞速发展，集装箱码头面临的挑战也越来越严峻，如何快速地对集装箱船舶进行装卸已经逐步成为集装箱运输业发展的瓶颈。岸桥作为集装箱船舶的主要装卸工具，给其制定一个合理高效的调度计划显得至关重要，已成为码头管理者与理论研究者的关注重点。论文对岸桥调度问题进行了深入研究，主要内容如下：　　 论文首先介绍了集装箱码头基本布局和作业流程，然后对岸桥调度问题的研究现状进行系统的阐述，同时指出了目前的研究存在过分注重最大任务完工时间(makespan)优化，而缺少其他方面优化这一问题。　　 为了发挥集卡“作业面”调度模式的优势，在制定岸桥调度计划时，应该充分考虑同时段内岸桥作业装卸的平衡性，而这又与传统的makespan指标相矛盾。为此，论文分别以makespan和岸桥装卸平衡性为优化目标，建立了多目标岸桥调度优化问题的数学模型。论文证明了对于以makespan为优化目标的岸桥调度问题，即使任务分配给岸桥的操作顺序是给定的，问题仍然属于NP-完全问题。论文以遗传算法并行搜索框架为基础，Pareto分级思想为策略，对问题进行了多目标优化求解。实验结果表明，与以makespan为目标的单目标优化模型相比，多目标优化模型能以较小的makespan代价有效地改善计划的装卸平衡性。　　 为了克服传统启发式搜索算法普遍存在的“寻优能力”与“收敛速度”之间的矛盾，论文以在搜索前期增强算法的全局搜索能力，搜索后期增强算法的局部搜索能力为指导思想，结合岸桥调度问题自身的特点，设计了一种新型的搜索算子，取代传统遗传算法的交叉和变异算子。实验结果表明，此算法不论是在求解质量还是在收敛速度上，相对于传统遗传算法都有所提高。