随着新型冠状型病毒（COVID-19）的蔓延,全球航运市场开始波动,尤其是油价、运输需求和市场环境等都发生了复杂的变化,导致船舶在航行过程中各项成本会有所波动,其中燃料费用占航行总成本的比重大幅下降,而船舶航行速度会直接影响燃油消耗量进而影响燃料费用,所以船舶的航行速度显得更为关键,将航行速度控制在合理的范围,即可降低航行的总成本。因此优化航速以及降低航行成本尤为重要,航速会影响航行时间,所以航行成本和航行时间之间的权衡是本文的研究重点。本文首先基于AIS数据和用python提取的哥白尼气象数据集构建了基于LASSO回归估计的船舶油耗模型来动态估计航行过程中船舶的燃料消耗量;其次,基于LASSO回归得到的油耗模型建立了以总航程成本和总航程时间最小化的多目标数学模型,并通过多目标粒子群优化算法（MOPSO）寻找帕累托（Pareto）最优解。之后针对多目标数学模型中的无法决策的特殊情况,引入了加权求和（WS）法以处理某些具体情景下的航线选择问题。疫情爆发后,部分欧洲—亚洲的船舶原本需要通过苏伊士运河运输货物,但是现在发生了船舶舍近求远选择绕行好望角。所以本文选取了“CMA CGM”船舶在疫情前后的实际航行数据进行了案例研究,分析了该船舶选择两条不同航线的实际航行过程,并对航速进行了优化,同时证实了本文所提出的模型方法框架的可行性。接着根据实际的燃料价格和租船费率,建立并分析了四种不同燃料价格和租船费率组合的情景。情景分析的结果表明,在燃料价格和租船费率均较低的情况下,选择绕道好望角是最优选择,其余三种情景下,船舶均会选择通过苏伊士运河。针对燃料价格和租船费率较低的情况,对苏伊士运河的通行费需要给出多少折扣才可以使船舶重新选择通过苏伊士运河做出了分析。本文在最后表明根据实际的油价和租船费率调整运河通行费的折扣可以使船舶重新选择通过苏伊士运河,苏伊士运河管理局可以根据本文的结果削减运河通行费,以争取船舶重新通过苏伊士运河。