船舶货物运输因其运输量大,运输通用性较高,且费用相对其它运输方式而言比较地而成为一种重要的物流运输方式。在船舶运输过程中涉及货主、船主、港口、货物代理、船舶代理、海关、检查检疫等诸多方面的协同工作,同时也涉及到船舶装卸和航线调度问题,这些因素都会影响着船舶运输的服务质量和运输效率,尤其是在实际运输过程中的船舶动态调度问题,更是提升船舶运输效率的核心问题,开展这方面的研究具有非常重要理论和现实意义。本文从某大型钢铁制造公司的租船运输实际情况出发开展研究工作,该企业的实际生产过程是按订单及交付时间安排生产,生产出的钢材产品必须快速地完成从产地到起运港,再通过水路运输运抵目的港,最后到达最终客户。其中为了完成钢材产品从起运港到目的港的运输过程需要提前租船并安排航线,但是受排产和订单交付时间的影响,常常导致提前安排的船期、航线和装载量的变更,进而产生动态调度问题,另外船舶在运输过程中容易受航道、水文等因素的影响,也会造成船期及装载量的变更,因此为提高租船期内船舶的利用率,保证按时完成运输任务是企业非常关心的问题。开展扰动因素影响下的船舶动态调度问题的研究具有非常重要的现实意义。本文在对水路运输及船舶调度方面的相关理论和方法进行研究的基础上,结合实际运输需求具有不定期租船运输以及大宗工业物资运输特征,首先构建了静态调度的混合整数规划模型,并给出相应的约束条件。在引入了时间轴之后,通过对运输任务的标记,将动态问题静态化处理,分别提出了受运输需求变更以及船舶通行限制两种扰动因素的动态调度的混合整数规划模型。其次,设计了基于两阶段遗传算法的静态调度模型求解思想和方法,对在遗传算法框架中涉及到的最优挂靠港序生成算法、载重量约束算法以及初始解生成算法进行了详细设计,进而对扰动因素影响下的动态调度模型进行了设计,分别讨论了需求新增以及船舶通行限制两种扰动因素的具体求解方法。最后基于某大型钢铁制造公司遇到的租船难题进行了实例分析。研究表明,运用本文的模型和算法,可以最大限度地提高船舶在租期内的总运输量,并且可以很好地设计船舶运输航线,合理的安排船舶挂靠港顺序,并给出船舶装载清单。在性能和效率方面,运用两阶段的遗传算法可以提高收敛速度,运用数据库的存储记忆功能,将相关结果存储起来避免重复计算,从而提高计算效率。在扰动因素影响下的动态调度中,可以在节省人力、物力的基础上,对原运输计划做出合理调整,从而提高船舶利用率。本文的模型与方法能够为钢铁企业在租船运输模式下提供科学合理的船舶调度计划提供有力的理论支撑。