粒子群算法(PSO)作为一种新兴的启发式优化算法,其采用基于种群的全局优化策略,能避免陷入局部最优解,且较之遗传算法参数少,形式简洁.本文建立了多用途船的舱段有限元模型,利用matlab调用有限元软件,将粒子群算法引入复杂船舶结构的优化中,实现了粒子群算法对复杂船舶结构的优化,取得较好的结果,并与遗传算法的结果进行了对比, 验证了粒子群算法用于复杂船舶结构优化的有效性.本文建立了粒子群算法用于复杂船舶结构优化的方法，并与遗传算法的优化结果与收敛速度的对比，迭代次数均为4000次，粒子群算法得到了更优的目标函数值，且先于遗传算法收敛到最优解，验证了粒子群算法用于复杂船舶结构优化的有效性。在粒子群算法优化过程中，选取合适的学习因子、惯性权重策略至关重要，同时需对粒子飞行施加适当的控制，以免其速度过大而飞出搜索域，也需定义惩罚函数，对违反约束的粒子给予惩罚。Matlab具有良好的扩展性和强大的编程能力，使得可以通过matlab程序调用有限元软件实现对复杂船舶结构的优化，将各种新兴优化算法引入复杂船舶结构优化领域。采用此种方法，设计者可以根据实际问题对优化过程设置不同的参数，相比应用优化软件，设计者在优化过程中拥有更多的自主权。然而，如需针对新算法设计出性能优良、界面友好的优化软件，仍需对程序及用户界面进行改进。