با توجه به اینکه روند طرّاحی پروانه یک سلسله مراحل آزمون و خطای همراه با تکرار است و بستگی به شرایط استفاده و محدوده‌های مجاز هر یک از فاکتورهای مؤثر در طراحی دارد، بهینه‌سازی این روند در راستای افزایش راندمان کل بسیار حائز اهمیت می‌گردد. جهت کاهش در زمان بهینه‌سازی الگوریتم‌های زیادی در بهینه‌سازی معرفی شده‌اند که معروف‌ترین آنها الگوریتم ژنتیک است. البته، مدت زمان زیادی از معرفی آن به دنیا می‌گذرد که در طول این زمان مرتباً این الگوریتم‌ها به‌روزتر و قدرتمندتر گردیدند. در این مقاله، بعد از بیان تئوری‌های موجود و الگوریتم‌های معرفی‌شده به بیان چگونگی عملکرد نمونه‌ای از الگوریتم‌های بهینه‌سازی، در بهینه‌سازی طرّاحی پروانه پرداخته شده است. یکی از الگوریتم‌های قدرتمند بهینه‌سازی، الگوریتم فراابتکاری ALO می‌باشد. این مطالعه، بعد از معرفی الگوریتم فراابتکاری ALO و چگونگی کارکرد آن، میزان توانایی آن را در غالب یک مثال ساده بیان نموده است. این الگوریتم با استفاده از ویژگی خاص خود و همگرایی سریع قابلیت دستیابی به نتیجه مطمئن‌تر را داراست. نکته‌ی مهمی که در استفاده از این الگوریتم باید مدنظر باشد این است که هر چه ورودی‌های آن دقیق‌تر و صحیح‌تر باشد، نتایج نیز بهتر خواهد بود. لذا، می‌توان نتیجه گرفت که با داشتن داده‌های تقریباً بهینه می‌توان به بهینه‌ترین شرایط دست یافت. آنچه به دست آمد ضمن تأیید توانمندی این الگوریتم در بهینه‌سازی مبیّن سایر قابلیت‌های این الگوریتم در زمینه‌ی بهینه‌سازی پروانه‌های دریایی با توجه به نمودارهای ارائه‌شده مربوط به سرعت همگرایی آن است.
قاسمی، حسن، «بکارگیری روش المان مرزی و الگوریتم سیستماتیکی برای طراحی پروانه‌ی کشتی»، مجله علمی پژوهشی مهندسی دریا، شماره 1، تابستان 1383.
مختاری، حجت، موسوی‌زادگان، حسین، «الگوریتم طراحی بهینه‌ی پروانه برای شناورها با استفاده از سری B-Wageningen»، ایران، زیباکنار، (MIC2010) ، دوازدهمین همایش صنایع دریایی ایران، مهرماه 1389.
Goldberg, “Degenetic algorithm,” Addision Wesly longman, Boston, PP. 2-8, 1989.
Benini, E., “Multi-objective design optimization of B-Screw series propeller sing evolutionary algorithms,” Mar Technol., Vol. 40, pp. 229-238, 2003.
Suen, J. B., and Kouh, J. S., “Genetic algorithms for optimal series propeller design-in,” Proceeding of the third international conference on marine technology, ORDA 99 Szczshn, Poland, 1999.
رحمان‌نژاد، قاسمی، حسن، مرید حسنوند، عباس، «طراحی بهینه‌ی پروانه‌ی کشتی با استفاده از الگوریتم ژنتیک»، یازدهمین همایش صنایع دریایی ایران، جزیره کیش، آبان ماه 1388.
اردشیری، سجاد، قاسمی، حسن، غیاثی، محمود، «طراحی بهینه‌ی پروانه‌ی کشتی همراه با ملاحظات ارتعاشی با استفاده از الگوریتم ژنتیک»، دوازدهمین همایش صنایع دریایی ایران (MIC2010)، زیباکنار، 29 مهرماه 1389.
Mirjalili, S., “The ant lion optimizer,” Advances in Engineering Software, Vol. 83, pp. 80-98, May 2015.
Chalfamat, J., Kimball, R., and Flood, U., “Chryssostomidis C. O., openprop an open source parametric design & analysis tool for propellers,” in Proceeding of the 2009 grand challenges in modeling & simulation conference, pp. 164-11, 2009.
)