船舶的局部结构如甲板开孔、舱口角隅和肘板趾端等等,常会因为构件的不连续而引起应力集中。若单纯的对局部结构进行加强,则会增加结构的重量。因此有必要通过形状优化的手段寻求重量较轻、应力均匀化的结构设计。对于船体局部结构形状优化研究,主要涉及三方面内容:一是需要选择合适的初始形状类型,可以自定义任意合适的形状;二是选择搜索能力较好的智能优化算法确保能够得到结构的最优几何边界形状;三是需要提高形状优化的效率,可以通过近似模型取代部分耗时长的有限元计算,降低优化成本。本文首先提出改进的分区间泛化Kriging近似模型,先是对设计样本点的各个维度(分量)进行划区,并在每一个分区间内采用最优拉丁超立方(OLhd)取样。接着引入比例系数组合高斯与指数型相关函数提高模型对数据的泛化能力,从而在每个划分的区间内建立泛化的Kriging近似模型。通过SCH测试函数,验证了构造的分区间泛化Kriging模型在预测多维度响应值时预测精度更高。然后结合参数化建模和改进Kriging近似模型对某过渡肘板和舱口角隅边界进行形状优化,优化第一阶段由改进的近似模型通过多岛遗传算法得到全局初步的最优解,第二阶段在初步解的基础上缩小优化变量范围,由少量的FEM计算即可在小范围内搜寻到精确的最优设计变量。结果表明:分区间泛化Kriging近似模型在预测多维度响应时较常规Kriging模型预测精度更高;分阶段的形状优化流程在保证极小误差和缩小计算成本的情况下能够得到理想的应力分布和重量优化结果,有助于船舶结构的轻量化研究。最后,本文提出利用参数融合,并结合Abaqus自适应网格重划分模块的形状优化方案。参数融合优化方案中引入了形状类型因子区别不同形状设计,不同类型的形状结构设计通过全局设计变量与参数间的变量(局部设计变量)建立联系,并根据实际形状参数数目适当聚合个别全局设计变量。通过对某板架上的肘板进行形状优化,表明参数融合可在一定程度上增加结构形状优化的多样性,免去了比较评估不同类型形状优化结果的工作,提高了结构形状优化的效率。