针对散货港口因堆场面积有限，在货物进港作业时，如何在进出港货物动态变化的情况下兼顾作业效率并安排货物在堆场中合理堆放的问题，提出了一种基于博弈论的散货港口堆场堆位分配算法（BSAABG）。首先，将堆位分配行为建模为动态博弈，并运用满足均衡分析该博弈。假设每票货物对分配所得效益都有一个预期，当所有货物都达到预期时博弈即达到满足均衡。然后，使用基于博弈论的散货堆场堆位分配算法BSAABG求解之前建立的该模型，从理论上证明算法的收敛性。实验结果表明，当货物票数为20时，基于博弈论的散货堆场堆位分配算法BSAABG的货物平均满足度比人工分配方法（用贪心算法（GA）模拟）和基于规则的堆位分配算法（SABR）分别提高了62.5%和18.2%，堆场分配效益是贪心算法（GA）的6.83倍，是SABR的3.22倍。可见所提算法能够有效地提高货物的平均满足度和堆场分配效益。

针对以汽车运输为主且吞吐量较大的内河港口的交通拥堵问题，提出一种基于博弈论的内河港口作业车辆协同选路方法。首先，基于港口路网特征与车辆作业特点，将同时请求路径规划的作业车辆间的交互建模为不完全信息博弈，采用满足均衡（SE）的概念来分析该博弈。假设每个车辆对选路效用都有一个预期，当所有车辆都得到满足时博弈即达到均衡。然后，提出了一种车辆协同选路算法，算法中每个车辆首先按照贪心策略初始选路，之后将所有车辆按规则分组，组内车辆根据历史选路结果进行适应性学习并完成博弈。实验结果表明，当港区同时作业车辆数为286时，协同选路算法的车辆平均行驶时间分别比Dijkstra算法和自适应学习算法（SALA）少50.8%和16.3%，系统收益分别比Dijkstra算法和SALA提高51.7%和24.5%。所提算法能够有效减少车辆平均行驶时间，提高系统收益，更适用于内河港口车辆选路问题。