摘要： 针对潜艇尾部结构噪声突出问题，选取潜艇尾部桨轴艇耦合模型为研究对象，以潜艇尾部质量为约束条件，以纵向、横向激励力下的水下潜艇尾部辐射声功率级为优化目标，设计以尾壳板厚度、T 型材结构参数（面板宽、腹板高、面板厚度、腹板厚度）为设计变量的均匀试验设计，采用径向基函数（Radia Basis Function，RBF）神经网络构建反映设计变量与优化目标之间映射关系的代理模型，使用粒子群算法（Particle Swarm Optimization，PSO）对潜艇尾部噪声进行多目标优化。研究表明：纵向激励下潜艇尾部水下辐射声功率合成级降低3.79 dB，横向激励下潜艇尾部水下辐射声功率合成级降低1.55 dB，潜艇尾部质量降低3.424 t。将RBF-PSO算法应用于潜艇尾部结构低频噪声优化问题效果较好，可以为潜艇的结构噪声优化提供指导。

关键词: 声学, RBF神经网络, 粒子群算法, 潜艇尾部, 噪声优化