随着疏浚事业的蓬勃发展，自航耙吸挖泥船的使用越来越广泛，无论是河道清淤还是吹填工作都可以看到耙吸挖泥船的身影。近年来，耙吸挖泥船的发展趋势一直是自动化、高效化，而目前耙吸挖泥船的疏浚效率比较低下，使得对疏浚优化的研究变得尤为重要。本课题在“交通部疏浚重点实验室基金”的支持下，采用遗传算法对耙吸挖泥船的疏浚过程优化，以周期产能为优化目标，搜索最优控制参数，达到周期产能最大。并开发了参数控制以及疏浚结果的人机界面指导工程化应用。本文的主要工作如下：针对耙吸挖泥船耙头工作的不同环境，建立了不含高压冲水和含高压冲水这两种类型的耙头数学模型，并分别采用不同海域的疏浚数据对这两种耙头数学模型进行验证，证明了耙头模型的正确性，可以利用此耙头数学模型估计耙头的吸入密度，为操船者提供便利。采用上海长江口实船疏浚数据，结合本文建立验证的耙头吸入密度模型和泥舱沉积模型，通过遗传算法搜索最优的航速、泥浆进舱流量以及高压冲水的最优值，对周期产能优化。仿真结果显示，优化后的干土吨和周期产能均有所增长，可在工程化应用中提高疏浚效率以及经济效益。基于Visual C++平台开发了指导工程化应用的人机界面。界面可随时显示疏浚的历史数据，在疏浚过程中，通过优化的控制参数不断调整实船疏浚的工作状态，提高疏浚效率。并显示疏浚的干土吨变化曲线以及周期产能的大小，为操船者进行余下的疏浚工程提供决策依据。