随着计算机水平的发展，CFD技术广泛应用于船舶设计中对性能的精确预报，不过限于计算时耗仍然不能达到快速预报的水平，限制了先进优化设计技术在船舶设计中的应用。如果过将CFD技术及响应面等相关技术应用于舰船航行性能的快速预报，则可以形成较高精度性能预报，多种优化方法则可以直接应用到船舶设计之中，可以研究新型船型和综合考虑更多的性能，为船舶的研制和决策提供科学的依据，极大的提高船舶设计的水平。　　本文对响应面技术进行了比较深入的研究，提出一种基于改进PSO的BP神经网络响应面。该响应面方法以改进的PSO方法对BP神经网络的待求参数进行一次寻优，找到一个具有良好全局性能的参数组合，将其作为初始权值和阈值进行BP神经网络的训练，从而避免训练易陷入局部极优值，提高训练效率。　　在响应面技术的应用实例中运用正交试验思想来设计参数组合，利用 Maxsurf软运自动生成船体模型，使用CFD技术精确计算各组合的船舶水动力性能，最后利用三种不同的响应面技术进行快速预报的完整响应面技术，实例验证了该方法的有效性。响应面实例结果对比说明了基于改进PSO的BP神经网络响应面具有较高的精度和良好的稳定性。