螺旋桨的理论设计方法已经发展比较完善，然而在很多情况下设计完成的螺旋桨的水动力性能并不能满足人们的需求，这就要求对螺旋桨进行进一步优化设计。本文在这样的一个背景下提出螺旋桨的优化设计问题。螺旋桨的优化设计问题主要包括两个优化目标，推进效率和空泡性能。本文主要的优化目标是提高螺旋桨的推进效率。本文采取了智能优化算法与螺旋桨设计理论相结合的方法对桨进行优化设计，对螺旋桨的面元法理论设计进行了一定程度的探索。首先，本文参考很多同类优化算法后，选用了比较有代表性的两种，选定遗传算法和模拟退火算法作为本文的优化算法。对两种算法的搜索能力及收敛能力进行了算例的验证，证明了两种算法都有收敛于最优解的能力及了解了各个算法参数对于算法的影响关系，为后续工作打下基础。接着，将面元法应用到有升力体的模型求解中，进一步论述了三维翼型绕流问题的求解，并且详细论述了结合面元法的翼型理论设计。分别给出了在给定压力分布下的设计过程及给定升力系数和压力分布形式条件下的设计过程。然后，将遗传算法和模拟退火算法两种智能优化搜索算法引入到翼型的面元法理论设计中。对多个翼型，及某螺旋桨的桨叶剖面进行了以提高升阻比为优化目标的优化设计。证明了遗传算法及模拟退火算法在翼型剖面优化设计中的合理性和可行性。对两种优化算法的优化效果在不同算例中进行了对比，同时，对比了两种算法的优化效率，此外，还对优化过程的可视化程度进行了对比，用以衡量何种优化算法更适合应用于水翼剖面优化设计中。讨论了优化过程中各个要素设定不同对优化结果的影响，获得了一些通用的规律。最后，将结合优化算法的翼型剖面优化设计的结果引入到螺旋桨的优化设计问题中，对螺旋桨进行了以提高其推进效率为优化目标的优化设计，采用了4119螺旋桨作为优化的原型桨，通过优化成功提高了其推进效率，证明了遗传算法及模拟退火算法在螺旋桨的优化设计中应用的合理性及可行性：对4119螺旋桨的优化设计中，以进速系数0.5的状态为例，通过结合模拟退火算法优化，约提高螺旋桨推进效率4.33%；而通过遗传算法的结合优化后约提高效率2.19%，效果较明显。在优化过程中，通过大量试算确定了合理的约束条件，并对各个约束条件产生的影响进行了讨论。此外，对不同优化算法的优化结果进行了对比，得到模拟退火算法的优化结果更加理想的结论，同时，还对两种优化算法的优化效率进行了对比，得到模拟退火算法的优化效率要高于遗传算法的结论。