近年来,随着我国经济的飞速发展,工业企业及居民用电量正逐年增加,国内的煤炭供应已无法满足日益增长的需求,煤炭进口成为解决目前煤炭需求的必然办法。出于地理位置限制及经济性等因素的考虑,海路运输是我国煤炭进口的主要运输方式。但煤炭海运物流系统运行过程复杂,随机因素众多,不稳定性较高。因此,对煤炭物流系统的运输方案进行合理设计就成为了煤炭供应的首要问题,其方案的设计直接影响到煤炭的运输效率、系统的营运成本及电厂的正常运行。鉴于此,针对此问题进行相关研究具有重要的理论和实际意义。本文通过对海运煤炭物流系统的运输流程及相关计算指标进行分析,运用基于仿真的方法,对方案进行优化设计。具体研究工作如下:首先,对煤炭物流系统的的运输方式及远洋货船和穿梭驳船的运行流程进行了分析,对煤炭海运问题进行了数学描述,提出了一种通过仿真的方法计算运行指标、采用优化算法对配置方案进行优化的总体框架。其次,对船舶的营运指标及经济性指标进行了理论推导,分析了船舶参数及航线参数变化对税前利润APBT,净现值NPV,收益费用比BCR等多个指标的影响情况。运用敏感性分析法对典型船舶的各项指标数据进行分析,验证了理论推导的正确性,为后续研究提供了理论及数据基础。再次,运用离散事件建模法,在Anylogic软件平台中创建煤炭物流系统仿真模型,该模型以船舶基本参数、航线基本参数及随机性因素等作为输入,从经济财务方面、投资效果方面及技术及安全性方面出发,选取多个评价指标作为方案的数据输出。并对所建模型过程中的关键性技术进行了研究。以M公司的设计方案作为实际案例,通过多次仿真,验证了模型的可行性。最后,根据所选取的多个评价指标,采用主客观结合的方法,确定各指标的综合权重,并与Topsis法结合创建方案评价方法。之后将整个方案评价方法与优化算法进行结合,通过多次仿真实验,实现针对煤炭物流系统的方案设计。为提高算法的优化性能,在原有基本粒子群算法上引入了改进策略。在算例中,将改进粒子群算法、基本粒子群算法和OptQuest方法三种优化结果对比。结果表明,改进粒子群算法收敛速度更快,结果更优,验证了所选择算法及整个优化方法的有效性。