随着全球经济的快速发展,国际和区域间的货运贸易越来越频繁,集装箱吞吐量需求日益增加,从而导致码头堆场的空间资源与集装箱吞吐量的矛盾也不断加剧。由于拓展港口码头的空间资源耗时耗力并且需要花费大量资金,所以提高堆场现有空间资源利用率已成为解决该矛盾的一种经济而有效的手段。出口箱堆存箱位的分配直接影响着船舶停港时间、装卸船效率乃至整个港口生产效率的高低。故而在有限的空间资源下,研究出口箱箱位分配问题已经成为港航运输和自动化集装箱码头等相关领域的研究热点问题之一。本文通过优化出口箱在堆场中的堆存箱位,达到充分利用堆场空间资源的目的。根据堆场出口箱箱位分配的基本原则,在不同目的港和重量等级混合堆存模式下,考虑总翻箱量,集装箱均衡分配和运输距离等问题,以及其他相关约束条件,建立了堆场出口箱箱位优化分配问题的数学模型。因该问题是复杂离散组合优化问题,具有NP难度,很难用传统方法进行求解。本文采用较为新颖的萤火虫算法进行求解,为了避免算法过早陷入局部最优,同时为了增加种群的多样性、加快收敛速度,提出一种并行自适应萤火虫算法(PAFA)。其主要思想是基于离散问题的实质和萤火虫算法的基本原理,引入遗传算法的交叉、变异算子,先将标准萤火虫算法进行离散化处理,对个体间的距离等进行重新定义,使其适用于离散问题的求解;进而基于自适应的思想,将位置更新改造为自适应的位置更新方式;同时采用并行策略,将种群分成两个子群体,一个子群体侧重向最优个体的学习以加快收敛,另一个子群体在算法不同时期兼顾搜索和开发,两者定期进行信息交流,以提高算法的整体性能。文中通过标准TSPLIB测试库中两个旅行商问题对所提算法进行了测试与验证,结果表明了其解决离散组合优化问题的可行性和有效性。进一步,以大连大窑湾集装箱港区相关航线的堆场出口箱箱位分配问题为工程背景,将提出算法应用到前述的数学模型之中,对两种简化工况下的箱位分配问题进行了仿真与测试。结果表明,本文所提算法对求解该问题有效,给出了较好的箱位分配方案,能够提高堆场空间资源利用率,且降低了作业和运输成本。本文的研究工作为后续深入研究箱位分配问题,乃至所提算法的工程实用化提供了启发和借鉴,具有一定的理论意义和应用价值。