数千年来,船舶一直是人类进步历程中的重要工具,船舶技术的进步,也为经济、社会的发展提供了保障。随着近些年来能源供应的日趋紧张,同时出于保护环境和提高经济效益的考虑,针对船舶提高能效和节能减排的研究逐渐受到学术界和工程界共同关注的课题。而船舶的型线设计,作为船舶设计过程中的重要环节,一直是船舶设计者渴望进一步改善的环节。为了实现船舶型线的优化设计,很多不同的方法被不断提出和实现。然而,无论是何种优化设计方法,都离不开一个高效、合理的优化算法。作为驱动型线优化设计的环节,优化算法的选择决定了该优化方法能否找到一个最优的方案,这也是船舶设计的最终目标。因此,本文对于优化算法的研究和开发,对实现船型优化有重要意义。另一方面,船舶型线优化过程中,其水动力性能是优化的关键目标,而优化设计又需要反复迭代的过程,因此降低水动力性能的预报成本也是优化过程必须考虑的内容。当前主流的计算流体力学工具往往都对计算机硬件和计算时间有很高要求,本文探索了利用高效率的数值预报工具和近似模型技术相结合的方式,大大提高了水动力性能的预报效率,也为未来切实有效的船型优化打下基础。本文首先对多种优化算法和近似模型技术进行了调研,并总结了各方法的基本特点与优劣之处。接着,本文以C++程序语言为基本开发工具,分别实现了单目标遗传算法、多目标遗传算法、响应面法、克里金方法,并对每种方法做了验证,从而实现了优化算法和近似模型模块。在此基础上,本文将优化算法和近似模型模块,船型变换模块以及船舶水动力性能分析模块进行集成,形成全新的船体型线数值优化设计软件OPTShip-SJTU,通过若干优化实例测试考察该模块及OPTShip-SJTU软件的可用性,并对部分优化结果进行验证,确保OPTShip-SJTU软件及其优化结果的可靠性。