在全球倡导节能减排的背景下,船舶作为贸易航运的主要交通工具,其运行成本和能耗排放问题亦成为相关领域的研究热点,建立合理的船舶能量管理策略,以达成低运行成本,降耗减排的目标,对实现航运业的节能环保,具有重要的价值和意义。首先针对船舶能量管理策略问题,建立相关数学模型。以最小化船舶的运行成本为目标,考虑柴油机和发电机组的相关性能约束,建立了柴电混合船舶能量管理的数学优化模型。进一步着眼于技术发展趋势,兼顾降低船舶能效运营指数和运行成本两项目标,建立了全电力船舶能量管理的多目标数学优化模型。其次,针对建立数学模型的求解算法研究。基于属于智能优化的引力搜索算法（GSA）,并克服该算法易早熟、收敛精度较低等缺点,提出一种改进的引力搜索算法（Improved Gravitational Search Algorithm,IGSA）。主要改进:一是引入一种状态切换学习策略,种群中的个体根据自身的集散度以及概率矩阵确定其自身状态,并根据该状态选择相应的参数及进化规则;二是引入最优个体引导策略,加快算法向最优点的收敛速度;同时为了加强算法在最优点附近的开发,引入基于最优点的邻域搜索;三是算法结合了反向学习策略,可加强其跳出局部最优的能力,防止早熟。特别地,为更好求解上述多目标优化模型,提出一种改进的非支配排序多目标引力搜索算法（Improved Non-dominated Sorting Gravitational Search Algorithm,INSGSA）,引入了快速非支配排序的方法给种群分层,并赋予个体拥挤距离的属性,创建了外部存档,保存搜索过程中产生的Pareto非支配解,并改进了速度更新公式,提高了所提算法的整体搜索能力。分别采用若干经典的单目标和多目标函数优化问题,对所提两种算法进行性能测试,将其求解结果与相关文献所给的结果进行对比分析,验证了所提两种算法的可行性和有效性。最后,基于文献所给数据,将提出的两种算法分别用于求解柴电混合和全电力船舶的能量管理问题。结果表明,针对柴电混合船舶,所提算法IGSA给出的优化方案,可在满足相关性能约束前提下,减少船舶的总运行成本;针对全电力船舶,所提算法INSGSA可在不同的航速情况下,都能给出满足约束,且兼顾船舶经济性和环保性的多种决策方案。同时船舶低速航行实验也表明,使用ESS的电力系统更有利于全电力船舶实现节能减排。上述结果验证了所提算法对于求解两类船舶能量管理问题的适用性。本文的工作对引力搜索算法的改进以及船舶能量管理策略的研究提供了理论和技术支撑,也为其他类似的工程优化问题的研究提供了参考和借鉴。