针对榴弹炮内弹道性能优化问题,将现代优化算法应用于榴弹炮零维内弹道数学模型,通过对装填参数的优化,以达到提升榴弹炮内弹道性能的目的。主要内容如下:采用四阶龙格库塔法对榴弹炮经典内弹道模型进行数值计算,得到了弹道参量的平均值（如膛内压力等）的变化规律,该数值计算结果与射击实验结果基本吻合,说明了该内弹道模型能够正确的描述弹丸在膛内的运动规律,因此可以通过上述建立的榴弹炮内弹道模型为基础对其内弹道性能进行优化研究。为实现榴弹炮内弹道装药结构的优化方案,将人工鱼群算法、萤火虫算法以及麻雀搜索算法应用于榴弹炮优化模型,通过对榴弹炮装填参数的优化来提升其内弹道性能。萤火虫算法以及麻雀搜索算法相比人工鱼群算法的全局寻优能力较低,且易于陷入局部最优,因此主要在寻优效果上对其进行改进。首先将炮口速度作为目标函数,装药量和火药弧厚作为设计变量,约束条件选择最大膛内压力和火药相对燃烧结束点,采用相应的优化算法对优化模型进行求解,然后对不同优化算法下得到的结果进行分析与讨论,结果表明改进后的优化算法得到的炮口初速相比改进前得到的炮口初速进一步提升,其中,采用改进后的麻雀搜索算法能够得到最大的炮口初速,为731.10 m/s,表明对算法的改进是有效的。最后将上述优化算法下得到的装填参数代入到内弹道模型中,结果表明,在给定的最大膛压约束条件下,炮口初速相比优化前,最大能提升18 m/s左右。将最大炮口初速、最小炮口压力和最大弹道效率作为子目标,建立榴弹炮内弹道多目标优化模型,然后采用多目标优化算法对榴弹炮内弹道性能进行多目标优化研究。对于榴弹炮内弹道多目标优化问题,采用NSGA-Ⅱ、基于差分进化改进的NSGA-Ⅱ（DENSGA-Ⅱ）以及NSGA-Ⅲ进行多目标优化。将上述三种多目标优化算法求解得到的结果进行分析比较,结果表明,相比NSGA-Ⅱ,改进后的NSGA-Ⅱ得到的Pareto最优解的解集多样性更好,而NSGA-Ⅲ得到的Pareto最优解分布更加均匀。通过分析多目标优化后得到的装填参数对内弹道性能的影响,可为设计者在内弹道装药优化设计时提供参考,最后对算法之间的运行效率进行了比较,结果表明NSGA-Ⅱ的运行效率最高,改进的NSGA-Ⅱ的运行效率次之,NSGA-Ⅲ的运行效率最低。利用现代优化算法对榴弹炮内弹道性能分别进行单目标和多目标优化研究,在进行单目标优化时,仅以炮口初速作为唯一的目标,优化结果表明在最大膛压和相对燃烧结束点的约束限制下,对炮口初速的提升较明显,然而在实际的弹道研究中,需要对内弹道性能进行综合考虑,因此对最大炮口初速、最小炮口压力和最大弹道效率进行了优化,更加符合弹道设计者的需求,最后得到的优化结果对榴弹炮的装药设计以及提升榴弹炮的内弹道性能具有一定的参考价值。