在深海石油勘探作业过程中,路线优化对提高生产效率,降低生产成本起着攸关重要的作用。深海石油勘探路线优化可以归纳为求解旅行商问题的一个特例,对于旅行商问题,已经有众多学者研究并提出了多种优化算法,其中智能优化算法由于具有原理简单,易于建模,解算速度快等优点,在实际应用中得到广泛应用,故此本文采用智能优化算法对深海石油勘探进行路线优化。本文首先对遗传算法、蚁群算法、模拟退火算法、粒子群算法和禁忌搜索算法等几种常用智能优化算法进行研究,详细阐述了几种常用智能优化算法的方法描述和数学模型。并通过C#语言将几种智能优化算法编程实现。智能优化算法作为启发式算法,初始参数的选取对优化结果有着重要的影响,找出关键参数的取值范围一直是智能优化算法目前研究的重点。本文在程序实现的同时对智能优化算法的关键参数进行测试,找到了适合深海石油勘探路线优化的最佳参数取值范围。并从搜索结果、寻优时间和收敛速度等三个方面对几种常用智能优化算法进行性能评价,经过对比分析得出深海石油勘探路线优化中禁忌搜索算法优化结果最好,模拟退火算法寻优速度最快,遗传算法、蚁群算法和粒子群算法优化结果和寻优速度都较差的结论。在完成常用智能优化算法的比较分析后,为提高路线优化结果的稳定性,综合模拟退火算法和禁忌搜索算法的优点,提出了一种混合智能优化算法。程序实现并通过仿真数据以及往年项目实例数据测试,证明了改进后的优化算法寻优速度快,搜索结果稳定,可以用于深海石油勘探路线优化。最后基于GIS二次开发技术将路线优化结果可视化,用于指导深海石油勘探作业生产。