该研究聚焦于直拉法生长硅单晶的工艺参数优化，结合计算流体动力学（CFD）模拟与智能优化算法，旨在提升晶体生长质量与效率。研究首先利用CFD建立热场、流场及氧杂质传输的数值模型，分析坩埚转速、晶体提拉速度、加热功率等关键参数对熔体对流和温度分布的影响。在此基础上，引入基于遗传算法、粒子群算法等智能优化方法，针对单目标或多目标（如最小化氧含量、最大化晶体直径均匀性）构建参数寻优框架。通过将CFD仿真结果作为目标函数输入，算法自动搜索最优参数组合，减少试错成本。研究验证了该方法能有效改善晶体生长界面形状、降低杂质浓度，并提升工艺稳定性。为直拉硅单晶的精细化制造提供了一种低成本、高可靠性的理论支持与技术路径。