据联合国粮食组织（FAO）统计,中国是世界上最大的近海渔业捕捞国之一且近海捕捞量保持长期高速增长状态,仅1986年至1996年的近10年里,近海渔船年捕捞量从430万吨猛增至1153万吨,2005年更是达到顶峰的1453万吨。进入21世纪以后,从陆地转向海洋的国家战略被提出,近海渔业高投入、高产出、强破坏性与低可持续性的生产模式已经不适宜我国渔业产业的未来发展,因此如何科学的削船、减产、转移渔业从业人口已经成为我国近海渔业发展所面临的最严峻的问题。长期以来,国内外专家学者多从经济学、管理学与捕捞学角度出发,把目光重点集中在投入与产出的技术效率上,而轻视了渔船自身的规格参数、网具性能、网具制造工艺、助渔仪器设备以及外部作业环境等因素对单船捕捞能力的影响研究。本文立足于渔船本身,从渔业工程、渔船设计角度出发,力求全面、综合地分析研究影响渔船捕捞能力的因素,探索构建渔船功率、总吨、船长、船龄、渔船材质、作业方式、网具性能和网具制造等船舶主要参数在内的渔船捕捞能力系数模型。首先,基于2003—2019年的《中国渔业统计年鉴》数据,采用数据包络分析方法（DEA）,以近海捕捞渔船船数、总功率、总吨、和专业捕捞人数为投入指标,以年捕捞产量为产出指标,分析我国从“十五”至“十三五”期间的近海作业渔船整体状态。利用回归分析法对近海海洋年捕捞量进行回归,对比建立了Lasso模型、Ridge模型、KNN模型以及Polynomial Features模型,以模型决定系数为评价指标,提出了基于Polynomial Features的近海海洋捕捞年捕捞量多项式预测模型,决定系数可达0.98。进一步,对比分析了DEA、回归分析法与实际捕捞量的分布趋势,结果表明在给定范围条件下DEA能够对投入因素加以评价,而回归分析法对年捕捞量预测更具优势。其次,基于某省2018年至2019年间683艘渔船规格参数信息以及20万余条捕捞数据进行分析研究。研究采用四分位法、主成分分析法（Principal Component Analysis,PCA）以及数据标准化和独热编码法对样本数据进行处理,并获得4万条可靠数据。在此基础上,对比建立了BP神经网络、决策树和随机森林分析模型,并以模型决定系数作为评价指标,提出基于随机森林算法建立渔船捕捞能力分析模型。其中,随机森林分析模型决定系数R~2＿score可达0.9515,袋外得分ob＿score达0.89658,自变量权重提取结果显示,网次产量权重最高,达0.5007018,其次为PCA（功率、总吨和船长的降维后指标）权重达0.2377852,其他因素权重排序为:双拖网（0.0754840）、网次数量（0.0678249）、作业时长（0.0457759）、刺网（0.0201935）、单拖（0.0186022）、围网（0.0122776）、张网（0.0134665）、罩网（0.0062831）、杂渔具（0.0012215）、钓具（0.0002247）、船龄（0.0000465）、渔船材质（钢）（0.0000243）、渔船材质（玻璃钢）（0.0000238）和渔船材质（木）（0.0000228）。最后,本文在第四章研究的基础之上,通过调查问卷的方式对业内专家和职业渔民开展了较为广泛的调研咨询,并通过层次分析法（Analytic Hierarchy Process,AHP）对调研数据进行了计算分析,得出了以渔船主要规格参数、网具性能、助渔仪器和渔船作业环境为主要指标的因素权重。进一步的,参考第四、五两章研究结果,结合主、客观研究所得权重值,互为对比,重新分配各因素权重占比,并根据新的权重值建立了渔船（单船）捕捞能力评估模型。