世界经济一体化加速了各国之前的贸易往来,港口作为多式联运中海陆联运的重要枢纽,也在推动区域发展过程中承担起更为重要的角色。近些年来,随着港口集装箱吞吐量的激增以及船舶的大型化趋势,对码头的技术水平和运营能力提出了新的要求,这两项能力也成为了继地理位置和经济腹地之外的新的竞争力因素。同时,随着港口“绿色发展”、“智能发展”等新型概念的提出,使得建立高效节能的自动化集装箱码头俨然成为了应对新发展环境的一种必然选择。堆场作业是自动化集装箱码头整体作业的重要环节,与码头其他作业环节密切相关,对完整的作业过程有着突出影响。因此,如何更加高效合理的解决堆场设备的作业调度问题是提高码头整体作业效率的核心,只有解决好这一关键点,才能够缓解码头运营压力,缩短货运船舶和外集卡在码头内的周转时间,进而充分发挥码头自动化设备和管理模式的独特优势。本文以此为背景,对自动化集装箱码头堆场内单场区双场桥实时动态调度问题展开了研究。针对单箱区两台场桥的协同作业,面对存取箱作业任务同时存在的混合作业模式,在考虑场桥间不能相互穿越以及实际作业中车辆延误、任务随机抵达等不确定因素的情况下,以海陆侧作业任务的平均等待时间最短为目标构建马尔可夫决策过程模型(MDP)。通过引入未来即将抵达任务应对不确定性因素,设计了环境状态的量化方法以细致描摹动态环境。为解决传统Q学习算法难以应对复杂环境的问题,本文基于深度强化学习思想设计了针对双场桥动态调度问题的DQN网络,改进了算法的策略探索过程和优化采样过程。最后,通过数值试验分析了在算法结构中的关键参数的取值范围,以及不同优化采样策略对于算法收敛情况的影响,并验证了该方法对于解决双场桥动态调度问题的计算性能。结果表明,该方法能够有效进行调度决策,对比组合策略能够实现10%-30%左右的优化,在场桥利用率和空载移动时间所占比例方面也能实现一定程度的优化,同时能够对避免起重机的相互干扰以及超时等待情况的出现起到一定效果。且由于算法本身离线学习、在线调度的特点,使得方法能够适用于实时调度过程,实用性显著。