航空物流在经济全球化的背景下成为促进世界经济发展的推动力量之一。由于经济快速持续发展,我国航空物流近年来的年平均增长率很高,给该领域的相关产业和科学研究工作带来了重大机遇和严峻挑战。机场货运站是航空货物运输的地面处理节点。据统计,航空运输货物在货运站的处理时间占到货物航空运输总时间的80%。因此,如何提高货运站处理货物的效率是提高航空物流效率的重要课题。而提高物流装备的工作效率是提高货运站货物处理效率的主要方法。本文的研究课题就是采用先进合理的智能优化理论与方法解决大型机场货运站核心物流装备的调度优化问题。在参阅大量相关科技文献与研究成果的基础上,针对我国大型机场货运站物流装备应用中存在的主要问题,比较系统地研究了大型机场货运站核心物流装备调度优化的理论与方法。提出了针对大型机场货运站核心物流装备不同调度优化问题的计算模型。提出了应用优化粒子群算法及病毒遗传算法解决这些问题的思路。论文进行的实例分析与仿真说明这些方法能够有效解决机场货运站核心物流装备调度优化问题。本文的研究和技术创新成果的合理性及有效性在国内大型国际机场货运站建设中得到了验证。论文进行的主要工作有:对国内外大型机场货运站核心物流设备应用中存在的问题进行了比较深入的调查研究,论证了研究大型机场货运站核心物流装备调度优化理论与方法的必要性。在已有研究和技术创新成果的基础上,提出了基于优化粒子群算法和病毒遗传算法解决机场货运站核心物流装备调度优化问题的思路和方法。以升降式转运车单机调度问题为研究对象,分别研究在出入口固定模式和出入口优化模式下的调度优化问题。设计应用非线性学习因子调整粒子群优化算法,排序映射编码,以及二进制离散粒子群算法与非线性学习因子调整粒子群算法分段求解的方法对两种模式下的优化问题进行求解。以一轨双机一机双货的升降式转运车复合调度问题为研究对象,分析了货物出入库的多种模式、约束的处理以及组合优化目标的确立等问题,使用结合混沌映射迭代的随机粒子群方法对其进行了求解。以机场货运站特殊结构自动化立体仓库动态货位优化问题为研究对象,提出实现高优先级出库任务的办法和系统整体优化指标,使用病毒遗传算法进行了求解,并进行了算法的收敛性分析和实际系统验证。以上算法的有效性均通过了仿真验证及实际系统验证。本文的研究成果在北京首都国际机场及广州新白云机场的大型货运站中得到了应用。工业和信息化部下达的电子信息产业发展基金项目“大中型机场货运站物流服务管理系统”、甘肃省重大科技专项“大型机场货运立体仓储成套设备及系统工程调度优化研究”为本文研究提供了重要支持和成果验证环境。