随着海洋开发规模与开发领域不断扩大,所有的海洋资源开发、海上运输等,都依赖于船舶和海洋平台等海上浮式结构物。海上浮式结构物始终处于多自由度摇晃运动中,使其作业和安全都受到严峻的挑战。海上浮式结构物运动响应的准确在线预报,有助于保障其安全,改善其作业,例如对纵荡、横荡运动进行预报,可以改善动力定位性能;对垂荡、纵摇、横摇运动进行预报可以事先给出立管的运动补偿。因此,对海上浮式结构物运动响应的在线预报研究具有重要意义。本文基于长短期记忆（LSTM）神经网络模型,建立了浮式海洋平台运动响应极短期在线预报方法,可根据波浪时间序列信息对运动响应进行预报。通过半潜式平台模型试验得到大量波浪序列和运动响应数据,利用这些试验数据建立并训练LSTM模型,并对不同的测试工况进行运动预报和分析,并研究了预报精度受预报时长变化影响的敏感度。结果表明,所建立的LSTM模型针对浮式海洋平台运动极短期在线预报具有较高的预报精度。预报提前量为12s时,迎浪纵荡运动预报精度最高可达95.3%,横浪横荡运动预报精度最高可达95.6%;预报提前量为8s时,迎浪垂荡运动预报精度最高可达89.7%,迎浪纵摇运动预报精度最高可达84.6%,横浪垂荡运动预报精度最高可达87.3%,横浪横摇运动预报精度最高可达80.9%。对于迎浪纵荡运动预报结果表明,在预报时长小于9s时,预报精度没有出现明显下降,当预报时长大于9s时,预报精度开始下降,在大于12s时预报精度开始加速下降;对于迎浪垂荡和纵摇运动,在预报时长小于8s时,预报精度下降缓慢,当预报时长大于8s时,预报精度开始有较明显的下降。本文预报模型的计算效率高,每步计算时间为毫秒级,远小于预报提前时间,可以实现运动在线预报。