近年来,极端恶劣天气在沿海地区频发且更具破坏性,对船舶进出港航行作业造成严重影响,是造成船舶延误的重要原因。天气形势复杂多变,使其对港口航道通航的影响具有随机性、实时性和动态性的显著特征,目前大多数关于港口船舶交通组织的研究未考虑天气因素的影响,且鲜有关于港口船舶延误相关问题的讨论。另一方面,随着港口智能调度、VTS智能化和智慧海事等理论的提出和发展,要求更多的不确定信息加入到港口船舶交通组织系统中。为了提供合理的交通组织方案,有必要建立船舶延误模型描述天气变化和延误恢复之间的关系,并建立恢复调度模型,给出延误恢复的组织优化方案。本文主要工作如下:1.分析了天津港航道概况和泊位分布情况以及复式航道的航行规则,明确了复式航道通航模式随天气状况变化的特征、船舶进出港的流程和不同船型之间的航行优先原则,归纳出天气影响下的港口船舶交通组织原理。2.构建了以总恢复时间最小和总延误时间最短为优化目标的延误恢复多目标优化模型,依据复式航道在受天气影响下通航模式的转换规律建立了模式转换约束,针对船舶进出港过程建立航行过程约束,根据航道内不同船舶之间的航行优先原则,建立航行安全约束,针对进出港船舶的靠离泊问题,建立泊位冲突消解约束。另一方面,以减少延误造成船舶的经济损失为出发点,基于船舶延误敏感性分析,建立了以总延误损失最小为目标的单目标延误恢复模型。考虑到航道内船舶的航行状态以及数学模型中约束条件的复杂性,本文将船舶按其属性分组,提出了一种基于泊位网格离散化处理的船舶进出港时间参数挖掘算法,计算出不同类型船舶在进港或出港各阶段的航行时间,以作为以上数学模型的参数。3.设计了多目标遗传算法和模拟退火遗传算法,分别针对船舶延误恢复多目标和单目标优化数学模型进行求解。针对本文模型多约束、求解困难的特点,设计了简化的整数编码方法;为保证初始种群解的合理性,提出了同一泊位靠泊不同船舶的非法染色体修复方法。对于多目标遗传算法,使用基于序值和拥挤距离的锦标赛选择算法、部分映射交叉、两点变异等进行遗传操作;另外,对于模拟退火遗传算法,为了改善遗传算法的局部搜索能力,引进了进化逆转操作。模拟退火算法和遗传算法的结合,改善了传统遗传算法的早熟现象,能够更快速地收敛到全局最优解,同时,加入重插入操作,保持种群多样性。.4.验证了港口船舶延误恢复数学模型与算法的有效性和合理性。根据从天津VTS中心获取的船舶进出港AIS动态数据,从中提取出了 60艘船舶的有效数据作为仿真验证的实例对象。通过对比多目标仿真结果与先到先服务(FirstCome First Service,以下简称FCFS)算法结果、AIS实际数据结果的船舶恢复时间、船舶总延误时间,结果表明多目标优化模型与算法的有效性;并通过在电子海图上显示出船舶进出港序列来分析仿真结果的合理性,以此验证本文所设计的模型及算法的有效性与合理性。同理,证明了单目标延误优化模型及模拟退火遗传算法的有效性和合理性。