水平运输系统负责衔接泊位和堆场两个复杂作业系统,被认为是影响集装箱码头整体效率的关键环节之一。自动化码头水平运输系统在封闭的作业区域内,调度有限数量的自动引导车(Automated Guided Vehicle,AGV)反复运输进出口集装箱,其主要问题是无法为大量集装箱合理分配AGV形成作业序列,造成AGV利用率低下,运输作业成本增加。另外,AGV通常采用纯电力驱动,具有效率高、无排放的特点。但因电池容量有限,AGV最大行驶距离较短。为此,本文在为AGV分配作业任务的同时选择合适的充电时机,在保证了自动化码头的作业效率的前提下,可以有效提高AGV利用率、降低水平运输系统作业成本。首先,本文通过时空网络图刻画AGV运输任务和充电过程,以最小化AGV运输成本为目标,构建AGV任务分配与充电时机选择优化模型,目的是为AGV进行任务分配、优化作业序列以及选择充电时机。这种建模方式能够有效减小传统任务分配模型的复杂度,同时精确刻画AGV调度过程中的充电过程。其次,用Dantzing-Wolfe原理将模型分解为基于路径的集合划分主问题和存在资源约束的最短路径子问题,把不同性质的约束分别置于主问题和子问题中分别求解,降低了模型求解的复杂度。再次,设计了基于分支定价算法的求解方法,旨在得到提高求解的精确度,甚至得到模型的精确解。最后,为了验证模型和算法的有效性,对模型线性化处理并用CPLEX进行精确求解,与本文算法的求解结果进行对比,并用本文算法求解不同规模的码头实际算例,测试本文算法的性能。大量的实验结果表明,本文提出的模型和算法可以优化AGV的任务分配和作业序列,选择合理的充电时机,有效降低水平运输系统的作业成本。本文算法能够大大提高模型的求解质量,在可接受的时间内得到获得含有充电任务的AGV任务序列,有效适用于码头AGV的实际调度中。同时对最大行驶距离进行灵敏度分析,揭示了 AGV电池容量变化对于AGV使用数量和充电次数的影响规律。