海上交通运输在全球经济发展中占有重要地位,是完成地区之间、国与国之间大宗货物贸易的主要运输方式之一。港口航道作为水路运输的连接点,成为影响贸易格局和货物流通通畅性的重要因素之一。对于一些交通异常繁忙的港口航道,随着船舶交通密度的进一步增大,可能会造成交通堵塞、甚至是事故频发等,因此,研究港口航道船舶交通组织问题具有重要的意义。同时,船舶大型化的发展趋势,使得大吃水船舶通过很多港口航道（例如,长江口航道、安特卫普港航道、天津港航道等）时需乘潮才能安全通过,因此,在进行航道船舶交通组织时研究周期性变化潮汐的影响是必要的。本文首先分析了港口航道水域的交通特征（包括水深、潮汐、船舶航行规则和习惯、交通管理规章和手段等）,以及影响船舶交通组织的因素。同时,系统分析了港口航道潮汐的特点以及对船舶通航的影响规律,利用神经网络算法对潮汐数据进行训练学习,建立了随时间和位置变化的整个航道的潮汐预报模型,提供了交通组织时每艘船舶可通航时间窗的确定依据。另外,分析了典型潮汐单向航道、双向航道以及复式航道的交通系统构成要素,得出各航道船舶交通组织机理,在对潮汐进行准确预报的基础上,以船舶总等待时间最短为优化目标,建立了基于潮汐的单向航道、双向航道以及复式航道的船舶交通组织模型。针对不同通航模式的交通组织机理,在准确进行潮汐预报的同时,三种交通组织模型解决的主要问题如下:单向航道:主要解决了每艘船的乘潮通航窗口、进入航道安全间距、安全航速、船舶间的时隙冲突以及大吃水船通航与先到船通航优先性兼顾的问题。双向航道:在单向航道的船舶交通组织基础上,重点解决了由于对向交通流的影响与双向船舶通航宽度限制所带来的通航窗口及通航模式的转换问题。复式航道:在单、双向航道交通组织模型的基础上,重点解决了由于宽度限制带来的通航模式转换、子航道入口、出口、航道复杂交汇处以及主辅航道多个交通流间的会遇冲突问题。然后,针对交通组织模型的需求和优化目标,设计了用于验证模型的遗传算法,为了避免过早收敛以及快速寻到优解,对算法进行了适当的改进。最后,采用长江北漕航道、天津港、黄骅港等实际港口航道的通航船舶、航道和潮汐数据,对三种基于潮汐的交通组织模型和算法进行验证,输出船舶通航组织序列方案、每艘船的通航时间及总的等待时间,并与其他交通组织模式（包括先到先服务、大吃水船舶优先、人工交通组织和随机交通组织模式）的结果进行了对比分析,从总等待时间和合理利用潮汐等方面验证了船舶交通组织模型和算法的合理性和先进性,为水上交通管理部门提供了交通组织方案,为保障船舶通航安全和提高通航效率做出了贡献。