清华大学学报(自然科学版)

作者：张晟, 张建民, 郑向远

单位：1. 清华大学 深圳国际研究生院, 深圳 518055,2. 清华大学 水利工程系, 北京 100084,3. 清华大学 海洋工程研究院, 北京 100084

关键词：人工智能,浮式结构物,时序预测,极值预测,疲劳预测

基金：国家自然科学基金面上项目(52071186),清华大学深圳国际研究生院团队项目(TD2024-05)

准确预测海上浮式结构物的动力响应对于结构安全和运营规划至关重要。该文综述了人工智能在海上浮式结构物动力响应预测中的最新应用与研究进展。首先, 总结了浮式结构物动力响应的复杂性和传统数值仿真方法在计算效率和精度上的局限, 阐明了引入人工智能的必要性。然后, 分析了人工智能在浮式结构物的动力响应时序、极值和疲劳预测3个方向的应用情况, 涉及浮式油气平台、浮式生产储卸油装置和浮式风机等常见的海上浮体。最后, 评论了现有应用在预测精度、泛化能力、计算成本和工程适用性等方面的优势和不足, 指出了物理可解释性、域外泛化能力和不确定性量化等亟待解决的关键问题, 并展望了未来的发展方向。该文有助于加快人工智能在海洋工程领域的进一步推广。

来源：2025年第12期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第12期