随着我国航空运输业大力发展,机场保障服务越发复杂。如何对特种车进行高效率的调度,避免人工调度失误导致航班延误,成为实现机场高效运作的关键问题。针对有限资源下机场特种车合理调度的问题,本文以加油车与摆渡车为对象,构建以车辆使用最少、行驶总路程最短和服务中断时间最短为目标的多目标优化调度模型,并对多目标遗传算法做出改进以对该模型进行有效求解。以带精英策略的非支配排序遗传算法(NSGA-Ⅱ)算法为研究基础,引入随适应度函数大小变化的自适应交叉概率和变异概率,以提高局部搜索能力;引入鲸鱼算法,将鲸鱼算法与原始算法相结合,提出了自适应鲸鱼多目标遗传算法(WOA-NSGA-Ⅱ),并将提出的自适应算法与原始算法分别对两种测试函数进行优化,并通过逆世代距离(IGD)和超体积指标(HV)两种指标对两种算法进行性能对比。仿真结果表明,改进的自适应鲸鱼多目标遗传算法得到的帕累托(pareto)最优解优于原始算法,且具有更好的收敛性和分布广泛性,得到的解可以快速收敛于真实帕累托最优前沿。使用改进的自适应WOA-NSGA-Ⅱ算法对建立的多目标优化调度模型进行求解,带入真实机场航班数据和机场矩阵,得到一组加油车与摆渡车的调度方案。仿真结果表明,改进的自适应WOA-NSGA-Ⅱ算法对于求解实际提出的特种车联合调度问题得到的解集范围更广。提出的加油车与摆渡车联合调度模型可以更好地解决机场特种车调度问题,且改进的自适应WOA-NSGA-Ⅱ算法可以求出收敛性更强,更符合求解目标的调度方案,提高机场地勤服务的效率。