海洋油气勘查是一个高技术密集的领域,主要集中在海洋油气地球物理勘探技术和海洋油气钻探技术上。高性能深水物探船是海洋油气勘探、开发、利用产业链上的一个重要环节。作为远洋船舶,其尺度较小(小于100米),航行于1类航区,在5级海况下能安全作业,对耐波性要求较高；同时,又要满足船舶在不同作业海域间的灵活机动性,对快速性也有较高的要求。因此,该船型的设计本质上是一个存在多个目标函数的多学科优化设计问题。针对该船型的水动力性能研究,目前主要涉及到阻力、耐波性、稳性等学科领域。本文的主要内容正是基于多学科优化这一先进的设计思想,将船型自动变换与生成模块与各学科数值计算模块相结合,并集成到ISIGHT多学科优化设计平台中。将设计船水动力性能指标作为优化目标,建立起以阻力、耐波性性能为目标,以船型参数为设计变量,考虑了波浪中的稳性及耐波性衡准的船型多学科综合优化设计系统。该系统拥有一套基于船型参数的船体几何外形变换模块,可以通过几个主要船型参数来控制船型的变化,同时又能够继承母型船线形的主要特征；通过相应的接口模块,可以将得到的船型输出到各学科分析模块的计算模型,通过调用相应的分析模块,实现对设计船的各项性能的数值计算。对新船型性能的评估,本文直接通过CFD方法进行数值分析,获取新船型的各项性能指标。这得益于船型自动生成系统,使设计问题的精确度与灵活度得到提升,我们不必花费大量精力去搜集相关船型的经验公式及考虑经验公式的适用范围,而可以将主要精力集中在优化策略的选取上,例如我们可以利用高精度的学科分析工具,通过少量的计算获取质量较高的船型参数同各性能指标的代理模型,用以取代高精度的数值计算,提高优化过程的执行效率。本文将不同的近似模型技术运用到优化平台中来。如第五章实例1单独考虑设计船阻力性能的优化中,在调用Shipflow进行数值求解的同时,结合了高阶响应面模型技术来提高系统对优化空间的探索效率；第三章中耐波性分析模块的建立,则是基于已有的三维时域面元法Wasim软件大量计算得到的耐波性数据库,应用神经网络模型的自学习功能,建立起基于神经网络的耐波性能短期预报代理模型。区别于传统的通过权重法将多目标问题转化为单目标优化问题进行求解的做法,优化方法上本文采用了基于多目标的遗传算法,将阻力和耐波性能综合考虑,同时优化,计及稳性和船型变量约束后得到一组Pareto最优解集,对解集中的方案进行权衡,便可得到最终设计方案。这种多目标优化算法能够在复杂的可行域中搜索到最优解,效率高,在船舶设计领域能够得到广泛应用。经过这样一个综合优化系统的设计,最终得到的设计方案,将作为概念设计阶段新型物探船的初步船型方案。