随着社会的不断发展,进出口贸易在国有经济扮演着举足轻重的角色。传统的集装箱运输主要以“港到港”或“站到站”的形式为主。船公司为了减小分配难度,总是将集装箱在不同港口之间的转运、联运手动拆解为起运港“直达”中转港,集装箱再从中转港“直达”目的港,分配好后再根据人工经验,对分配结果进行调整。此种分配方式在无形中会为公司增加很多无必要的成本。在运输过程中,中转的现象越来越常见,所以如何将中转考虑在内,在网络中分配集装箱流量使船公司的效益最大就有着重要意义。本文主要研究了在船舶发船频率既定情形下,集装箱在网络中如何分配能使得网络整体效益达到最大的问题,研究此问题本文主要包括如下3个主要方面:第一,构建基于船舶发船频率的多集装箱分配问题的数学模型。本文以集装箱的航行时间以及在港停留时间之和最小为目标函数,考虑了港口的流量平衡限制条件以及路径流量限制条件,除此之外,还结合港口特征增加了港口装卸能力的限制条件以及多集装箱优先权的限制条件。在本文中多集装箱主要特指干货箱和冷藏箱两种集装箱。由于冷藏箱必须放在设有通电插座的船槽上,因而具有较高的优先权。在模型中,本文用船型大小限制多集装箱的优先权,使模型能更真实的反映现实情况。第二,采用连续变量与(0-1)变量成绩线性化方法将MIP问题线性化。建模结束之后,为了求解模型,本文引入新(0-1)变量以判断路径是否具有吸引力,若计算结果显示,在该条路径上分配流量可获益,则0-1变量为1,该路径具有吸引力;若计算结果表示,在该路径上分配流量不可获益,则0-1变量取0,该路径不具有吸引力。此时模型为非线性方程,若直接求解,需耗费大量时间设计程序与算法。本文运用新型线性化方法,将原模型转化成线性方程,可采用常规线性规划求解方法求解,大幅度降低了模型的求解难度和复杂度,这也是本文的重点所在,最后在虚拟网络中验证分配算法。第三,考虑需求的不确定性提出集装箱延迟拒绝策略。本文通过考虑需求的不确定性将流量分配结果在时间上实现动态联动。本文设定若需求过大,集装箱在本周不能及时运出,则在港口堆场并在下周优先装船,若堆场一周后仍无法运出,则拒绝运输。文中根据这个条件分类讨论了当需求变动时可能会出现的集装箱延迟拒绝策略,具体分析了两种优先权不一样的集装箱需求变动时相邻周次之间集装箱的延迟数量和拒绝数量,并重新建立了需求不定情形下的基于船舶发船频率的多集装箱分配模型,共同寻求相邻周之间最优合理分配方案,并采用蒙特卡洛随机算法求解。实验结果表明本文提出的集装箱分配模型可全面刻画优先权不同的集装箱分配问题,线性化处理方法有效降低了模型的求解难度,能够在更短的时间内生成满意的集装箱分配方案,可有效运用在集装箱分配问题的研究中。