Con el rápido desarrollo del comercio global, el volumen de carga de las terminales de contenedores automatizadas (ACTs) ha aumentado significativamente. Para satisfacer las demandas de operaciones de ACT a gran escala, alta intensidad y alta eficiencia, la integración perfecta de diversas instalaciones terminales se ha vuelto crucial, especialmente la colaboración entre grúas de patio (YCs) y vehículos guiados automatizados (AGVs). Por lo tanto, en este documento se propone y formula un problema de programación integrada para YCs y AGVs (YAAISP), considerando el apilamiento de contenedores y el transporte bidireccional de AGVs. Dado que el YAAISP es un problema NP-duro, se propone un Algoritmo de Optimización de Ballenas Mejorado (IWOA) en el que se utiliza una estrategia de aprendizaje inverso para la población para mejorar la diversidad poblacional; se emplea una estrategia de variación de diferencia aleatoria para mejorar las capacidades de exploración individual; y un factor de convergencia no lineal junto con un mecanismo de ponderación adaptativa para equilibrar dinámicamente la exploración global y la explotación local. Para tareas de contenedores de tamaño 100, el valor de la función objetivo (OFV) del IWOA se redujo en un 9.25% en comparación con el Algoritmo de Optimización de Ballenas estándar. Las comparaciones con otros algoritmos, como el Algoritmo Genético, la Optimización por Enjambre de Partículas y el Optimizador Lobo Gris, mostraron una reducción del OFV de 9.61% a 11.75%. Esto valida la superioridad del método propuesto.