在传统的潜艇设计模式中,设计人员对于既有方案的设计和深化都基于经验化的尝试,对多个方案进行计算、总结和选优既费时费力又不能保证获得最优的结果。为了改善传统设计中的上述现状,本文利用基于仿真的设计（Simulation Based Design,SBD）技术对Suboff全附体潜艇模型进行了几何重构、试验设计、数值模拟、近似模型建立以及对水面水下阻力和操纵性多目标优化,并对流程中各个步骤进行了详细的剖析。针对Suboff全附体潜艇模型的几何重构问题,考虑到潜艇在优化设计过程中需要继承母型船一定的外型和性能,本文采用并编写了参数化几何重构方法Lackenby法,并在其基础上进行了改进,使得几何重构获得了更具有实际意义的设计变量。另外,为了满足潜艇设计过程中要求水上水下纵向浮心位置近似相等的硬性要求,且在传统设计中存在该要求与水动力性能权衡的困难,在几何重构和多目标优化中加入了针对纵向浮心位置的约束条件。为了解决优化过程中需要对每次迭代进化的粒子进行适应值计算的问题,本文编写并使用了优化拉丁方（OLHS）试验设计方法对多维方案的设计空间进行试验设计,为下文的近似模型建立和阻力多目标优化奠定了基础。为了尽可能准确获得各个重构方案的阻力和战术回转直径,本文采用CFD方法对所有重构模型进行数值模拟,水下状态采用RANS方法,搭配SST k-ω物理模型,水面状态采用RANS方法,搭配k-epsilon湍流模型,并根据美国大卫泰勒水池对Suboff全附体模型的实验值以及INSEAN公布的DTMB 5415实验数据对数值计算进行验证,且对网格无关性做了具体研究,以保证数值模拟结果符合客观事实。通过试验设计和数值模拟所获得的初始样本值,采用近似技术对初始样本做近似分析,利用Kriging近似模型对全设计空间内的设计变量和适应值作近似模拟,解放了阻力与操纵性优化迭代过程中对于数值模拟的依赖,另外获得了不同变量之间对适应值的耦合作用图像,对优化设计方向有着重要的参考价值。本文编写了带约束的多目标粒子群（MOCPSO）优化算法,在优化参数上做了具体优化,利用测试函数进行验证,并用于阻力与操纵性的多目标优化得到Pareto优化解集。根据一定准则选取了三种候选优化方案,分析其适用场景,并对各方案进行阻力、操纵性以及水上水下浮心纵向位置的验证,确保优化准确性和可行性。