泊位、岸桥是多用户集装箱码头的紧缺资源,如何对其进行合理调度是集装箱码头生产组织优化领域的基础问题和热点问题。目前国内外学者就该问题从问题分析、优化建模和求解算法等方面展开了大量工作,并给出了有益的结论,但多限于确定性环境,对不确定环境下的泊位-岸桥调度优化缺乏有效研究。为此,本文在分析集装箱码头前沿生产作业系统的基础上,围绕不确定环境调度优化这一核心,针对船舶固定靠泊和船舶柔性靠泊等两种主要靠泊方式,从初始调度方案生成、重调度策略设计、生成式重调度优化和修正式重调度优化等方面,较系统地研究了不确定环境下的泊位-岸桥调度优化。具体研究内容如下：一、在集装箱码头泊位-岸桥调度方案生成阶段,针对现有单目标优化模型在码头生产成本方面考虑的不足,提出了最小化船舶在港时间和码头生产成本的泊位-岸桥调度多目标优化模型；为求解该模型,从染色体编码、遗传算子和最优解选择策略等方面对传统多目标遗传算法进行了改进。同时,为了适应不同集装箱码头的生产作业需求,分别给出了上述模型和算法在固定靠泊方式和柔性靠泊方式下的表达方式及实现过程。试验算例表明,本文所述多目标优化方法弥补了现有研究的不足,能快速生成码头综合效益最大的泊位-岸桥调度方案。二、在初始调度方案执行阶段,针对不确定因素导致原调度方案不可行等问题,给出了基于可变调度深度的改进型混合重调度策略,以确定重调度行为发生的时机及调度深度。首先,在码头前沿生产作业系统不确定因素来源的基础上,进一步从扰动方式、扰动程度及是否可预测等方面对常见不确定因素进行了分类。其次,针对现有事件驱动重调度策略在处理部分可预测不确定因素上的不足,给出了可预测不确定因素事前驱动和不可预测不确定因素事后驱动的改进型事件驱动重调度策略。再次,针对现有混合重调度策略在衔接上的不足,引入最小时间间隔约束,设计了基于周期性重调度策略和事件驱动重调度策略的混合重调度策略。进一步,针对现有研究考虑调度深度不变引发的重调度质量不高甚至不可行的问题,提出调度深度可变机制,并嵌入到上述重调度策略中。最后,针对上述三方面的改进,通过不同算例对本文所述混合重调度策略的有效性进行了验证。三、在泊位-岸桥重调度方案生成阶段,针对事件驱动重调度策略引发的泊位-岸桥重调度问题,研究了不同靠泊方式下的生成式重调度优化方法。对每种靠泊方式,首先建立了最小化甩港船舶数目的泊位-岸桥扰动恢复模型；其次提出了改进的Memetic算法,该算法分别选择遗传算法和模拟退火算法作为全局搜索机制和局部搜索机制,并针对泊位-岸桥调度问题的特点,对部分算子进行了改进,以加强算法的搜索质量与搜索效率；最后,进行了相应的实例验证。四、在泊位-岸桥重调度方案生成阶段,针对周期性重调度策略引发的重调度问题,研究了不同靠泊方式下的修正式重调度优化方法。针对该问题的特点,扰动恢复模型优化目标分为两部分：一是最小化计划内到港船舶新计划与原计划的偏差,二是最小化计划外到港船舶等待靠泊时间。在模型求解时,针对固定靠泊方式的特点,将交叉操作算子引入粒子群优化算法,同时采用人机交互策略生成初始种群,以加强算法的全局搜索能力和求解效率；针对柔性靠泊的特点,提出了基于人机交互的邻域搜索启发式算法,主要包括初始解生成、搜索空间、搜索方向确定及迭代规则等,该算法能从原受扰方案出发,快速获得满意界。最后通过算例分别验证了两种算法的有效性。