船舶板架结构是船体结构的主要组成部分，如何减轻其结构重量是船体结构设计中最为关注的问题之一。船舶板架结构型式复杂，甲板板架常带有较大范围的开口和一定数量的支柱，构件、板列繁多，设计参数众多。直接调用高精度有限元分析模型进行船舶板架结构轻量化设计需要耗费大量的时间和精力。本文应用数据挖掘技术进行优化空间规模的缩减，并利用代理模型代替船舶板架的强度和稳定性有限元分析过程，基于动态代理模型策略进行船舶板架结构轻量化设计。首先提出了一种基于模糊C均值聚类算法（FCM）的优化空间缩减策略，缩减优化设计空间的大小，降低优化问题的计算规模，并通过数学函数优化空间缩减实例，证明该策略的正确性与有效性。其次对比分析了4类常用代理模型（多项式响应面、径向基函数、Kriging模型和人工神经网络）在不同样本规模下对典型数学函数的近似精度，以及不同样本点空间分布对代理模型拟合效果的影响。并以典型船舶双层底板架结构为研究对象，基于Kriging方法训练并构造船舶板架强度和稳定性计算代理模型，代替板架有限元分析计算。接着应用动态代理模型优化策略求解优化问题，在优化迭代过程中构造重点采样空间不断更新样本点，并重新构造代理模型进行全局寻优，直至优化收敛。对比分析了动态代理模型与传统的静态代理模型在优化效率和优化结果方面的优劣，并通过数学函数优化算例验证了动态代理模型优化策略的有效性。最后以带支柱大开口甲板板架为研究对象，提出了带支柱大开口甲板板架轻量化设计数学模型，采用数据挖掘技术对其优化空间进行缩减，显著降低计算规模；基于动态代理模型策略进行带支柱大开口甲板板架轻量化设计，实现优化设计效率的大幅提高。本文的研究工作为船舶板架结构轻量化设计提供了有益的参考。