随着近几年我国船舶航运业的高速发展，国内船舶造修厂的业务量也快速增长，使得船厂码头停靠的船舶数量急剧增加，如何充分使用好船厂有限的码头资源的问题，在船厂生产日益增长的众多矛盾中也日渐凸现。作为船厂基本生产资料的码头，直接决定了船厂能够承接船舶数量的多少，所以船厂码头泊位的合理使用成为船厂解决这些矛盾的关键。船厂码头移泊作业问题，是直接关系到船厂生产作业的有序进行和船厂码头生产资源的科学使用问题，对船厂的科学管理和经济效益的提升都具有重要的意义，这也是本课题研究的基本出发点和现实基础。本课题运用“实践到理论，理论到实践”的方法，系统地研究了船厂码头移泊作业及其相关问题。针对目前船厂码头移泊作业的研究不多和船厂靠经验解决存在不足的现状，本文基于动态规划和网络的相关理论，对船厂码头移泊作业及其相关问题进行了研究，并对解决问题的相关关键性技术进行了深入研究。本课题研究的主要内容包括：1、研究了问题群在小规模情况下的动态网络规划法。分析了船厂移泊在小规模情况下的特点，建立起问题的动态规划递推式，然后把问题的动态规划形式映射为问题网络结构图的形式，通过问题网络结构图的逐步改进，最终获得了问题在对应网络图上的最优路径。本方法通过把移泊作业的动态规划过程转化为网络图的最优路径的搜寻，然后运用网络图的改进的方法来完成寻优任务。文章提出的方法极大地简化了问题动态演化的边界条件，避免了单纯规划法的递推循环的情况出现。2、当移泊作业问题在大规模状况下，方案具有数学组合式特点，文章在智能算法的基础上，发展了问题的三种模型和解决办法。基于问题所构映射网络结构图，分析移船路径具有遍历特征，提出了问题的拓扑遍历算法。考虑船舶位置的逐步演进性，建立起问题的元胞自动机模型，利用蚁群算法，改进蚁群信息素的演进规则，达到最优路径快速搜寻的目的。研究问题形成的有向网络的马尔科夫特性，结合HNN网络神经理论，通过改造神经网络系统的能量方程的衰减函数，完成问题最优方案的求解。经实例应用，三种方法对于问题的求解具有高度的一致性，其收敛性是一致的，在计算机上计算时长都在0.1毫秒左右。问题的智能算法为大规模求解提供了快速、有效的方法。3、文章解决了具有初始解的船厂码头移泊作业问题。文章运用五点变分的方法将问题给定的初始路径（具有的初始解）通过变分散射逐步将其改造为含有最优路径（最优解）的赋值网络图，然后从构造的网络图中搜寻问题的最优路径。文章将动态规划理论与变分理论充分结合，拓展了问题图的特性，方法突出了“由路径到图，又由图到路”的理念，同时在计算中，对变分的收敛标准采用边计算边校正的原则，这样可以保证搜寻到最优路径。对于某个已知方案通过该方法去快速优化该方案，是非常有效的。4、论文研究了船厂码头移泊作业的相关问题。相关问题的研究是移泊问题的补充也是问题研究的基础。论文首先运用层次分析法给出了船厂码头船舶重要性排序的解决办法，运用线性规划方法解决了船厂生产任务与船厂的资源匹配问题。这些问题的研究，为船厂的码头船舶泊位的合理安排和资源的合理分配提供了理论依据和解决方法，使得本课题的研究得到了有机延伸。本文选定船厂实际运作中具有典型性和代表性的系列规模数据实例，运用VC++编程实现了算例的分析计算，通过对计算结果和船厂实际操作进行了综合评价和比较，得出本课题研究所采用的方法具有很好的优选效果的结论。本文通过理论分析了船厂码头移泊作业问题的不同状况和不同特点，获得了问题的不同模型和解决方法，对于船厂科学管理其码头资源具有很大的积极意义。同时，文章发展了传统的动态规划理论和图论，把问题的寻优策略紧密结合起来，提出了多种有效的解决方法，对问题的软件化和进一步深入研究提供了更广的平台和坚实的基础。