自从中国加入世贸组织后,国内外贸易合作更加频繁,单纯依靠内陆运输已经很难满足日益增大的贸易需求量。海上运输由于其运输量大等特点,在国际贸易的过程中已经处于越来越重要的地位。但是由于现实中各种不确定性因素使运输过程及市场需求不断发生变化。长江作为中国第一内河水域,自2010年以来,其货运量在全球内河水域排名第一。与海上航行不同,船舶在内河航行过程中更需要考虑内河的环境。潮汐作为船舶内河运输中的特色之一,其主要成因是海水在月地引力下所引起的海水在海面垂直方向周期性运动,具体分为三类:全日潮、半日潮及混合日潮。在我国长江航道附近,由于其所处地位位置,因此,在该水域航行的船舶,常年受到半日潮的影响,即一天内潮汐存在两次涨落。由于内河航道等级以及港口潮汐作用的影响,对散装船舶进行货物运输作业产生一定的限制。因此,如何高效合理规划内河矿石散装船舶运输路线已经成为一个重要课题。本文通过国内外对于散装船的研究背景和意义进行介绍,同时论述了相关理论知识,虽然许多专家关注船舶航线优化问题,但是研究内河航线优化设计的学者相对较少。在船舶总运营成本中,燃油成本占据着非常大的比例,燃油的消耗与船舶载重量和船舶航行速度也息息相关。同时,内河潮汐现象虽然不能直接影响船舶航行成本,但是对于船舶进出港时间及船舶的安全行驶有着重大的影响。潮汐对于港口的水深有着一定的影响,当船舶吃水大于港口的安全水深时,船舶需要等待港口涨潮阶段,乘潮进入港口并在退潮临界点之前驶出港口。本文针对目前长江航道内河特点及内河船舶的运输现状,为长江航道矿石港口集群提供了最佳的运输路线。在建立模型时,主要考虑船舶在航行过程中受到航道等级及港口每天潮汐变化的影响,船舶的燃油消耗受到船速与载重量的联合影响。将提出的模型应用于实际案例,发现在运用求解器求解大规模算例时有一定的局限性。因此,我们基于遗传算法设计了一种针对本文中内河运输的解决方案,通过小规模算例进行对比,发现其在求解精度上近似相等,但求解效率上显著提高,进一步验证了该算法的高效性。