最优航行计划设计是综合舰桥系统的关键技术之一，具体是指实现航行计划的自动生成和优化过程，船舶驾驶员只需要输入起始港目的港和安全水深值，算法将根据海图中的详细数据信息来进行路径规划，最终找到安全的最短路径。它属于路径规划的范畴。本文的研究工作基于遗传算法展开，针对遗传算法的一些亟待解决的问题，在GA的基本理论、改进方法和非线性优化应用领域进行了深入研究，并在此基础上实现了运用模拟退火遗传算法来规划最优航行计划。 首先，论文对遗传算法的基本理论和运行机理进行了深入的研究。在分析二进制编码和浮点数编码利弊的基础上设计了适合本文应用的变长浮点数编码方式。根据舰船航行的具体情况，设计了六种遗传操作算子，包括选择、交叉、变异、插入、删除和倒位算子。 其次，详细说明了遗传算法的特点，指出遗传算法应用中暴露出的缺陷，即易陷入局部最优和收敛速度慢的问题。针对上述两个问题研究了遗传算法改进的几种方法，并根据实际情况选定混合遗传算法——模拟退火遗传算法完成本文的最优航行计划设计。 最后，在VC++运行环境下，选择了五种不同复杂度的测试用例，运行了论文设计的算法，给出了仿真路径图及数据表格。根据给出的数据和仿真图分析算法的性能，证明了算法能自主的适应各种复杂度情况的航行环境，搜索能力强，收敛速度快，性能稳定。