随着最近30年经济全球化的发展与深入,全球对外贸易迅速发展,进而推动了世界海运不断成熟与壮大。作为海运的主要运输方式—货物的集装箱运输已成为不可阻挡的发展趋势。集装箱港口是全球集装箱运输网络的枢纽结点,高速发展的集装箱运输业对其无论是吞吐量还是作业效率都提出了新的挑战。我国集装箱港口处于不断地发展建设过程当中,港口的规模以及设备等硬件条件已经比较完善,但在软件方面缺乏系统化、现代化的作业计划与调度办法。建设现代化的集装箱港口,是我国物流基础设施建设的重要组成部分。集装箱码头堆场是进出口集装箱进行交换、保管和堆存的场所。堆场当中的设备资源如何合理地分配和利用已经成为堆场调度人员作业的关键问题。出口集装箱的集港堆存是集装箱码头作业的重要环节,其作业流畅程度和作业能力直接影响整个集装箱港口的运作效率和效益。随着集装箱港口吞吐量大幅度增加,出口箱倒箱问题对堆场作业效率的影响日益突出。由于许多客户无法预知的原因,集装箱集港顺序是随机性的,同时集装箱装船顺序也是不能确定的,这导致提箱时不可避免地出现一定数量的倒箱,如何有效避免或减少倒箱已成为提高堆场作业效率的核心问题。本文首先针对客户集港顺序的随机性,运用马尔科夫预测方法并结合预约信息将客户的随机交箱序列转化为以一定概率保证的预测序列。进而基于产业界的通行做法并在分析集装箱堆场实际操作的前提下,建立了以预倒箱数最小化为目标的堆存模型,并开发了遗传算法对其求解。鉴于马尔科夫预测序列与真实交箱序列的偏差,提出了基于实时调度的启发式规则对其进行修正。经过一系列的仿真算例实验,分别借助于与精确解算法和现行调度规则的对比,验证了堆存模型以及优化算法的有效性与实用性。