在当前港口竞争日益激烈的大背景下,进一步提高港口资源有效管理和调度智能化发展,提升港口服务水平和作业效益尤为重要。集装箱装卸船作业是港口生产最主要的工作内容之一,集装箱装船质量直接影响码头装卸效率和成本。本文针对提高自动化集装箱码头装卸船作业效率展开研究。本文在介绍自动化集装箱码头典型布局形式和装卸工艺系统的基础上,以堆场集装箱为研究对象,分析了自动化集装箱码头装船排箱问题;同时根据问题建模需要,就码头堆场和集装箱船舶两个方面的已知和假设条件进行阐述。在此基础上,考虑船舶重量稳定性和集装箱目的港要求,以最小化堆场和船舶翻箱量为优化目标,建立了自动化集装箱码头装船排箱问题模型。本文利用基于粒子群优化(PSO)的智能算法对问题模型进行求解。针对PSO算法优化过程中搜索精度较低等问题,设计了基于Tent映射的小生境粒子群算法(NDPSO)。同时,考虑模型求解规模随问题成阶乘速度增长,为了减小求解过程中算法搜索范围,设计了基于贝位选择和贝内排箱的堆场上层箱优先装载和船舶贝内近箱在上两阶段启发式算法分配堆场箱贝位,并将分配结果作为粒子种群初始优解。本文针对问题模型设计实验工况S1_S4,并在此基础上通过实验确定算法控制参数种群规模m和惯性权重ω的建议取值。随后,两算法对问题模型求解的实验结果表明:两算法均可在合理计算时间内收敛到各自最优解;相比于PSO算法,NDPSO可在迭代优化过程中遍历更多优秀解,并且算法在收敛速度和搜索精度方面均有明显提升,总翻箱指标平均优化30%以上,改进算法的有效性得到验证。最后,针对NDPSO算法求解结果,分别从算法特性和模型指标两方面进行了讨论和分析。本文研究成果可为自动化集装箱码头装船排箱优化决策及相关研究提供有益参考。