本发明公开了一种考虑多参数相关性的船舶辅助靠离泊优化算法，其特征在于，包括以下步骤：S1.获取数据：从港口辅助靠离泊数据采集系统获得港口一段时间内的数据M(m1，m2，m3，m4，m5，m6，m7)，(m1，m2，m3，m4，m5，m6，m7)代表(风速，风向角，海水波高，波向角，船舶排水量，船舶离岸距离，船舶速度)的集合；S2.去相关性处理；S3.构建BP神经网络模型，并进行训练和测试，其优点在于，有效改进了BP神经网路对于船舶靠离泊速度的预测效果，能够准确、快速地处理收集到的各种实时信息，然后及时、准确地对靠离泊状态进行判断，进而提高港口船舶靠离泊的安全性、准确性。