随着世界经济一体化的不断发展,各国间的贸易往来也日渐频繁,海上贸易作为各国间贸易往来的主要方式,推进了港口集装箱运输业的高速发展,港口集装箱的吞吐量急速增长的同时,也对码头集疏港作业效率和技术水平提出了更高的要求。港外集卡在高峰期集中到达,使得集卡在码头闸口及堆场处等待时间过长,造成码头拥堵,降低港区的整体作业效率,也使得集卡的在港时间长,周转率较低,集卡预约系统的提出可有效缓解港外集卡集中到达造成的码头拥堵问题。为提高堆场装卸效率,不少码头开始引入自动化装卸设备,且随着码头“智能发展”“绿色发展”等新概念的提出,建立自动化集装箱码头已经是适应绿色新发展的必然趋势。本文针对自动化集装箱码头混堆模式下预约集卡送取作业的调度优化问题,首先对自动化集装箱码头堆场作业系统进行阐述,并对其作业影响因素进行总结,接着基于传统集疏港作业流程,对预约集卡送取作业流程进行介绍,并对预约集卡调度问题进行分析;其次,基于上述理论基础,结合现有研究不足,以自动化码头为背景,基于预约信息反馈,考虑堆场混堆及ARMG实际作业时间等现实约束,兼顾预约时间窗及预约份额,对车队内部的作业进行指派安排,以集卡车队方运营总成本最小为目标,构建集卡调度优化模型。再次,针对本文模型特点,依据遗传算法和模拟退火算法的优劣,设计了遗传模拟退火混合算法,并嵌入修复算子,扩大算法搜索空间的同时使得算法能更好的跳出局部最优解,避免过早收敛;最后,通过算例实验,设置不同规模算例,利用不同算法对比,对本文的模型及算法进行验证,并对部分关键影响因素进行灵敏度分析,分析其对模型结果及算法的影响。实验结果表明:基于预约信息反馈,通过对聚焦至预约时段内的外集卡送取箱作业调度,细化了车队内部的作业指派序列,能有效减少集卡在港等待时间,提高集卡周转率,减缓码头拥堵,本文设计的嵌入修复算子的遗传模拟退火混合算法在求解大规模问题时,寻优效果显著优于遗传算法。在自动化码头逐渐普及的背景下,基于集卡车队与自动化码头信息互通的预约机制,结合自动化码头内部作业情况,做出细化到预约时段内的车队内部车辆送取作业调度安排,有助于减少集卡在港周转时间,降低车队运营成本,为集卡车队做出决策提供支持。