深海浮动平台是基于国家海洋权益维护和海洋资源开发的需求,应运而生的重大高端海洋工程装备。它具有结构尺寸巨大、多模块耦合、流固耦合和刚柔连接等特点,是一种典型的非线性网络动力学系统。本文以深海浮动平台为研究对象,首次将复杂网络理论运用到灾变预测研究。深海浮动平台是一个典型的多模块链式连接的非自治振子网络,由于连接器的几何非线性特征,系统响应表现出强非线性特征,包括振幅死亡特性,阶跃性和协同效应。阶跃性表现为浮体振荡幅值突然地大幅增加。相邻浮体的相对位移过大,会导致连接器超出负荷甚至使系统解体从而引发灾难性事故。为了防止超大型浮体系统灾变的发生,我们基于浮动平台研究了灾变预测方法。数值仿真结果表明振幅死亡状态下,浮体振荡响应频率与波浪激励频率是一致的,此时系统处于稳定状态。而浮体响应变为多谐波运动或混沌运动则会导致灾变发生。这一特征将被用于复杂网络灾变预测方法的研究。本文将基于粗粒化方法的符号网络用于预测浮动平台的灾变。首先,采集了浮动平台动态响应时间序列,并通过粗粒化处理将其转换为符号序列。然后以固定长度符号序列作为网络节点,以时间顺序确定节点间的边,构建有向网络模型。符号网络的拓扑特性被用于识别灾变特征。为提高灾变预测效果,本文针对灾变特征提出了映射参数的确定方法,并比较了浮体各种运动状态下,响应时间序列构建的符号网络,发现符号网络拓扑特性能够有效刻画浮体响应的动力学特性。符号网络的拓扑特性,平均路径长度和平均节点度,可以作为浮体模块灾变预测指标。对于多模块浮动平台,平均路径长度的灾变预测效果要优于平均节点度,它在浮动平台灾变发生前提供了明显的预警信号。考虑到深海浮动平台由多个模块组合而成,并且每个模块具有多个运动自由度,因此用于预测灾变的时间序列也应该是多源的。为了充分利用不同采样源的时间序列以及浮动平台的网络协同效应,本文提出了基于相邻节点平均距离的复杂网络构建方法。由于连接阈值决定于网络中节点分布特性,因而相应的复杂网络能更好地体现多维时间序列动态响应特性。此外,本文还对节点连接条件进行了改进,使得该方法能够适用于周期序列分析。最后对本文所提方法进行了数值验证,结果表明多维时间序列复杂网络灾变预方法明显优于一维时间序列符号网络灾变预测方法。