【摘要】随着海运需求的日益增加，国内外港口频繁出现拥堵问题，这给海运行业造成巨大的经济损失。现实中港口在面对繁忙的进出船舶时需要提前对船进行调度规划。船舶调度问题不仅需要考虑港口的客观条件和引航员等因素，还需要考虑船舶调度计划的随机性，避免在港内作业环节的不确定情况。基于考虑不确定靠港作业时间的船舶调度问题，本文构建两阶段随机规划模型，采用一种结合平均抽样近似方法和自适应大规模邻域搜索的算法对模型进行求解，并设计一个根据航道顺序和引航员排班顺序自动生成最优时间表的内部程序，辅助解决在此过程中模型的综合航道容量、引航员交通工具变动和船舶出港时间变动等状态下的求解难题。之后，通过数值试验证明本文构建的算法在速度和精度上皆优于CPLEX求解器，在解决较大规模算例时有一定的现实意义。同时，本文对平均抽样近似方法的样本参数和不确定靠港时间系数进行数据实验，证明了所提出模型和算法的合理性与实际应用价值。