集装箱码头采用跨运车能够减少作业环节和码头机械设备的种类与数量，同时缓存区容量的设置至关重要。首先，为降低码头总完工时间、提高码头作业效率，并解决采用跨运车作为水平运输设备与岸桥进行联合装卸作业时产生的时空协调问题，引入了双循环操作策略，对岸桥与跨运车的联合作业序列优化问题进行研究。其次，建立以总完工时间最小化为目标，考虑岸桥与跨运车双循环操作的实际约束、岸桥缓存区容量限制、安全时间等约束的混合整数规划模型。然后，针对传统禁忌搜索（TS）算法的局限性，加入贪婪算法、多种邻域搜索方式、响应性策略，设计了基于贪婪算法的响应性TS算法，并进行了数值实验。实验结果验证了所提模型与算法的有效性。最后，通过对缓存区容量与跨运车数量、岸桥与跨运车配比的实验分析，得出了最优的跨运车数量和缓存区容量、岸桥与跨运车配比。结果表明：与传统码头设备配置相比，双循环策略可减少跨运车使用数量，提高岸桥与跨运车使用率。

针对时间窗与需求量不确定性下的多式联运路径优化问题，运用梯形模糊数表示模糊需求量与模糊时间窗，并考虑碳排放成本、运输成本以及客户满意度，建立了多目标模糊机会约束模型。固定的交叉、变异概率会直接影响算法的收敛性，针对此问题，将自适应性与非支配排序遗传算法Ⅱ（NSGA-Ⅱ）结合，并通过与DOCPLEX和NSGA-Ⅱ的对比验证了所提模型与算法的有效性。最后，探究了碳税值与模糊需求量偏好值的变化对优化结果的影响。研究结果表明：碳税值的提出可有效促进“公转铁、公转水”，从而显著减少碳排放量，然而过高的碳税值并不一定意味着碳排放量的减少，还会对企业造成过高的成本；模糊需求量偏好值的提高会造成总成本的增加，意味着运输经济性与可靠性两者不可兼得。因此，合理设置碳税值与模糊需求量偏好值是提高多式联运环保效益与运输效益的有效方式。

针对自动引导车（AGV）在自动化集装箱码头（ACT）执行任务过程中的电量问题，提出基于改进的非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）的考虑AGV充电策略的集成调度。首先，在岸桥、场桥和AGV集成调度模式下，考虑AGV在不同作业状态下的耗电量，并建立以最小化作业完工时间和总耗电量为目标的多目标混合规划模型；其次，为提高传统NSGA-Ⅱ的性能，设计自适应NSGA-Ⅱ，并将所提算法与CPLEX求解器、NSGA-Ⅱ和多目标粒子群优化（MOPSO）算法进行性能对比；最后，设计AGV不同充电策略并对设备数量配比进行实验研究。算法对比实验结果表明：相较于传统NSGA-Ⅱ算法，自适应NSGA-Ⅱ对双目标的优化分别提升了2.8%和2.63%。利用自适应NSGA-Ⅱ进行的充电策略和设备数量配比实验的结果表明：增加AGV充电次数能够减少AGV的充电时间，且调整设备数量配比至3∶3∶9和3∶7∶3时，场桥和AGV的时间利用率分别达到最高。可见，AGV充电策略及设备数量配比对码头多设备集成调度有一定影响。