远洋船舶航速优化方法的研究对实现船舶节能减排、船舶航行智能化具有重要意义。对于定航线航行的远洋船舶,优化航速是节省燃油和提高航运公司效益的一种有效手段。为实现远洋船舶在定速航行过程中,能够智能地依据不同的海况采用最佳经济航速,最终达到节省燃油的目的,本文基于目标船“宇中海”展开研究,根据目标船历史营运产生的油耗和海况数据研究了一种基于海况智能识别的远洋船舶航速优化方法。通过验证,此方法可为远洋船舶定速航行期间航速的选定提供决策支持。首先,提取目标船13个航次的历史营运数据,通过改进K-means聚类算法建立了目标船海况类别知识库。其次,研究了远洋船舶航线智能分段方法,选取目标船2018年8月29日至2018年10月17日从巴西圣路易斯港到中国马迹山港作为目标优化航次。为把航线分成航向单一的航段,设计了物理转向点智能识别算法;为实现对各个航向单一航段上海况类别的智能识别,设计了利用改进K近邻分类识别算法的海况智能识别方法,并且改进后的K近邻分类识别算法的准确率相比改进前提高了 7.81%,准确率达97.25%。最后,本文建立了各航段燃油消耗量和航速的油耗模型,通过实船数据验证,所建立的油耗模型总体误差为1.96%。通过建立的油耗模型,计算得到总航段燃油消耗量和航速的目标优化函数及约束条件,通过遗传优化算法实现了远洋船舶航速优化。实例分析表明,优化后的燃油消耗量比优化前模型计算出的燃油消耗量减少53.24t,占比2.42%,优化效果较好。