在海上进行施工作业的船舶或者钻井平台等,都必须保持一个相对固定的位置。由于海上浮式结构本身对于平动运动并不具备回复力,因此,一般都需要使用系泊系统。系泊系统的主要作用是通过锚链提供回复力,抵抗环境载荷,从而减小系泊浮体的水平运动,使得作业船舶或者平台保持在一个相对固定的位置。如何减小浮式结构的运动,保障作业的安全,锚泊线的选取以及锚泊线的布置方式就显得尤为重要。本论文基于以上问题,采用基于BP神经网络仿真的方法对锚泊线的优化布置进行了研究。系泊优化问题的数学模型:以锚链方位角和抛锚距离作为优化变量,以锚链的受力满足强度要求为约束条件,以考虑各个浪向发生概率的加权平动位移为优化目标。由于在波浪载荷作用下的系泊浮体时域运动及缆绳受力的复杂性,因此构造明确的目标函数是困难的;再者,进行一次时域运动分析所用的时长也是不容忽视的。BP神经网络作为一种基于误差反向传播的多层前向网络,最主要的特性是具有非线性映射功能,可以逼近任意的非线性函数。因此采用BP神经网络对系泊时域运动和锚链受力进行仿真。本文以一艘在南海某区域作业的起重船为例,选取海洋工程界的权威软件Moses作为计算软件,对系泊状态下该工程船进行了时域下的计算,为后续的BP神经网络仿真奠定基础。以锚链方位角和抛锚距离作为试验因素,通过正交试验设计了不同的系泊布置方案,用Moses软件对每一组系泊方案不同浪向下的时域运动和锚链受力进行了计算。将计算结果作为训练样本,对BP神经网络进行训练,从而实现BP网络对Moses时域计算的仿真。采用遗传算法进行优化求解,得出最优的锚链布置形式。锚链布置经过优化后,该起重船各个浪向下的平动位移均有了显著的减小,优化效果明显。本课题的研究方法及成果可扩展应用于类似的优化问题,为海上浮式结构物的系泊布置提供了参考。