随着全球航运贸易量的持续上涨,航运业排放的CO2对气候问题产生的负面影响引起了人们的广泛关注。此外,不断提升的燃油成本也对航运企业的营运带来了诸多挑战。因此,航运业也在探索降低船舶CO2排放,减少船舶营运成本的方法。船舶航速优化能够有效的提升船舶能效,已成为学术界关注的焦点。因此,针对不同的优化目标,综合考虑航速变化所带来的影响,确定船舶的最优航速是一项有意义的研究。本文以一艘内河7000吨散货船舶为研究对象,对能效数据采集系统获取的能效数据进行了清洗和分析;基于理论公式和航行数据建立了油耗预测模型;考虑到不同优化目标建立了多种航速优化模型,采用人工鱼群算法对优化模型进行了优化求解以及灵敏度分析。具体研究工作如下:（1）研究了船舶营运能效数据采集与分析方法。基于对象船舶设计的能效数据采集系统,采集了对象船舶能耗和通航环境数据,对采集数据中的缺失值和异常值进行了识别和处理。在此基础上,进行了航行工况特征、通航环境特征和能效数据相关性分析,开展了数据挖掘分析工作;（2）研究了船舶油耗预测方法。采用理论公式和航行数据相结合的方法,考虑到风、浪、流和水深等通航环境因素的影响,建立了静水阻力、通航环境阻力、主机油耗和螺旋桨推进模型。结合上述模型,建立了考虑通航环境因素的油耗预测模型,将预测模型的输出预测值与实测数据进行了对比,验证了模型准确性;利用建立的油耗预测模型分析了不同通航环境因素对船舶油耗的影响;（3）研究了多种不同优化目标下的船舶航速优化方法。考虑到通航环境数据的量纲和对船舶航行油耗的影响,对K-measn聚类算法进行了改进,利用改进后的K-means聚类算法对通航环境进行了聚类;在航段划分的基础上,建立了最小化总航行成本优化模型、最小化CO2排放优化模型、考虑总航行成本和CO2排放的多目标优化模型和考虑碳税费用的优化模型,运用人工鱼群算法进行了寻优求解;开展了航行时间、燃油价格、租船价格、免费碳排放额度和碳税税率的灵敏度分析。