科学技术是第一生产力,科技革新是对人类劳动力的解放,由计算机来代替人类进行高成本的实验研究与繁琐的科学工程计算是科研手段发展的必然趋势。水下非接触爆炸载荷作用下的冲击环境计算分析是水面舰船抗爆抗冲击研究的基础,如何低成本高效率的进行舰船冲击环境计算是本文研究的出发点。本文首先对大型有限元软件ANSYS进行二次开发,实现舰船的参数化快速建模,解决了现有舰船型号较少、样本单一以及主尺度参数分布不均匀的问题,快速建立若干虚拟舰船,填补了真实型号间的空白,并进而建立了舰船冲击环境数据库。在此基础上,本文以概率神经网络为框架搭建了舰船冲击环境预报模型,并分别以粒子群算法和蚁群算法对网络结构进行优化,实现了对舰船谱速度、谱位移和谱加速度的快速预报及分析。本文的具体工作内容如下:(1)针对船体结构特点,利用参数化设计语言APDL对ANSYS进行二次开发,详细介绍了定义材料及截面属性、基于母型变换法的船体型线设计、创建船体主要结构,以及属性赋予网格划分等建模流程的快速创建方法,实现了舰船的参数化快速建模。(2)利用用户界面设计语言UIDL,定制了船舶参数化快速建模专用的可视化参数赋值菜单系统,并对参数化快速建模界面的操作方法进行详细介绍,同时对快速建立的舰船模型进行模态分析,给出了其固有频率及振型,进而验证参数化快速建模方法的有效性和快速性。(3)对11艘舰船进行三维建模及冲击环境的数值仿真计算,以Python编程实现数据的批量处理,并提取了特征参数,进而建立可用于智能计算的舰船冲击环境数据库。对概率神经网络、粒子群算法以及蚁群算法的数学原理和网络结构进行阐述,同时以简单算例验证了概率神经网络模型的可行性。(4)对用于舰船冲击环境预报的概率神经网络模型进行训练,以粒子群算法和蚁群算法对概率神经网络的平滑因子等关键参数进行优化,对比分析样本数量、冲击因子和考核位置等因素对冲击环境的影响,并对数据库中多艘舰船的冲击环境进行对比,最终以训练完备的智能预报模型对舰船的冲击环境进行预报,获得了较高的预报精度。