近年我国物流行业高速的发展,已经成为国民经济中一个重要的支柱产业。物流行业广阔的市场潜力,对港口的发展起着巨大的促进作用。作为全球综合运输系统的节点,港口的效率、服务水平及可靠性是非常关键的因素。本文以改善港口资源的有效分配,降低费用成本,提高港口设备资源利用率为目标,结合港口生产中的各种约束条件以及粒子群优化算法(PSO)的基本理论,深入分析港口生产调度作业过程的优化方法。论文的主要工作有:首先,在分析研究港口生产过程的基础上,以所有船舶总在港时间最短为目标函数,建立了港口泊位作业数学模型和拖轮作业数学模型,根据模型的特点和各个参数的物理意义及其相互关系得出了港口调度数学模型必须满足的约束条件,该模型充分考虑了港口调度的随机性和其它影响因素,比较客观地反映港口调度的实际运行情况。其次,本文利用多目标粒子群算法(MOPSO)对港口调度问题数学模型进行最优求解。PSO算法属于群集计算智能中具有代表性的优化算法之一,是一种基于群智能方法的演化计算技术,具有简单容易实现并且没有许多参数需要调整的优点。在本文的算法实现中,利用线性递减权值策略,调整粒子的全局搜索和局部搜索能力,并用一种最优解评估选取的PSO算法进行多目标优化问题的非劣最优解集的搜索。通过建立的港口调度问题的两个目标函数来共同指导粒子的飞行,对PSO算法全局极值和个体极值的选取方式进行改进,使其最终落入非劣最优目标域,从而得到最终的港口设备资源的最优化分配方案。最后,采用统一建模语言(UML)建模方法进行港口调度系统的总体设计,按照港口调度的基本方法建立了系统的总体结构图,系统时序图等。并由此实现了港口调度系统。