基于LightGBM替代理模型和SMS-EMOA的FPSO系泊系统的多目标优化

《Ocean Engineering》：Multi-objective optimization of FPSO mooring systems based on LightGBM surrogate modeling and SMS-EMOA

　　

• •
  在多方向条件下，利用LightGBM和SMS-EMOA开发了一种系泊系统优化框架。
• •
  自适应拉丁超立方采样和双重海况训练提高了模型在复杂环境下的泛化能力。
• •
  LightGBM和SMS-EMOA在满足所有设计约束的同时，提升了系泊系统的经济性能。

引言

浮式生产储存和卸载（FPSO）装置是开发深海石油和天然气资源的关键设施。它们的定位性能、操作安全和结构完整性在很大程度上取决于系泊系统的有效性（Huang等人，2022年；Li等人，2023年；You和Liu，2025年）。随着开发水深的不断增加以及海洋环境载荷的加重，FPSO船体的尺寸趋于更大，长宽比也更高。因此，浮体与其系泊系统之间的多尺度、强耦合动态响应变得越来越复杂，导致系泊系统设计的不确定性增加，安全要求也更为严格。因此，开发高效、稳健且实际可行的系泊参数优化方法具有重要的工程价值。这类方法旨在进一步减少材料消耗和建造成本，同时确保结构安全和服务可靠性（Yan等人，2026年）。

系泊系统的稳定性直接关系到海上平台的安全运营（Rui等人，2024年）。随着系泊系统设计的进步，业界逐渐引入了智能优化方法来提高决策效率和生命周期性能管理。遗传算法（Deb等人，2002年；Deb和Jain，2014年；Srinivas和Deb，1994年）、克里金替代模型（Krige，1951年）和深度学习（Graves，2012年；McCulloch和Pitts，1943年）等方法已在工程实践中得到广泛探索。

然而，大多数现有的系泊系统优化研究主要关注两个核心目标：结构载荷性能和平台偏移控制。例如，Shen等人（2026年）基于克里金替代模型进行了平台位移和系泊张力的耦合优化；Yin等人（2025年）使用多任务神经网络结合贝叶斯优化来减少平台偏移和系泊缆绳张力；Gabardo等人（2025年）应用NSGA-II算法进行了系泊系统载荷的多目标优化。

此外，大多数现有研究仅在优化框架中考虑了完整的系泊系统状态，如Wen等人（2025年）、Yan等人（2026年）和Yang等人（2025年）。另一个常见的局限性是，许多优化方法是在单一环境事件方向下开发的（Seo和Park，2024年；Ye等人，2024年）。这种简化无法充分反映海上结构的实际运行条件，因为海上结构会受到来自多个方向的波、风和水流的共同作用。

根据设计标准，需要通过考虑多个环境方向来确定最关键的条件，以确保结构安全和稳健性。环境载荷方向的变化会显著影响系泊缆绳的最大偏移响应和张力分布。因此，进行多方向环境条件下的系泊系统优化至关重要，以便获得更具实际应用价值的最佳设计方案。

基于现有研究和工程要求，本研究提出了一种多目标智能优化设计方法，该方法同时考虑了系泊系统的定位性能、安全性能和经济性能。基于LightGBM和SMS-EMOA开发了一个智能优化框架。通过使用完全耦合的时域数值分析方法，对在南海420米深度运行的FPSO进行了案例研究，重点关注极端环境条件。通过系泊缆绳失效情景进一步验证了优化方案的适用性，这也证明了所提出的智能优化框架的可靠性和有效性。结果表明，该方法可以在满足安全约束的同时，实现多个性能目标的协调优化，从而为FPSO系泊系统的工程设计提供了实用的技术基础。

本文的结构如下：第2节描述了理论基础；第3节涵盖了模型验证和系泊方案的选择；第4节概述了优化过程，并比较了优化前后的结果；最后，第5节进行了总结。

章节片段

FPSO系泊系统的集成优化方法

FPSO系泊系统设计是一个典型的多目标优化问题，必须在确保安全和可靠性的同时平衡经济性能和设计效率。为了应对高维混合设计变量和复杂约束带来的挑战，本研究提出了一种结合深度学习和智能优化算法的集成优化框架，将LightGBM替代模型与SMS-EMOA多目标优化相结合

数值模型的验证

本研究选择的FPSO平台模型基于Liu等人（2024年）的设计，该平台在南海运行。平台的水动力模型如图7所示，相应的 principals dimensions（包括质量、吃水和排水量）在表1中给出。

平台的水动力分析使用OrcaWave软件进行。为了验证建模和计算的准确性，结果与AQWA水动力数据进行了比较

混合系泊系统的多目标优化分析模型

本研究采用了三段式系泊配置，每条系泊缆绳上安装了两个浮标。定义了八个设计变量，包括顶部链条长度（$L_{\text{top}}$）、中部聚酯绳长度（$L_{\text{mid}}$）、底部链条长度（$L_{\text{bot}}$）、浮标质量（$buo{y}_{\text{mass}}$）、两个浮标的垂直位置（$buo{y}_{z1}$ 和 $buo{y}_{z2}$）、链条直径（）以及聚酯绳直径（$D_{\text{poly}}$）。

优化目标包括聚酯缆绳的破断强度（$S{F}_{\text{poly}}$）和链条的破断强度（$S{F}_{\text{chain}}$），以及经济性能

结论

本文基于选定的FPSO模型，对FPSO系泊系统进行了系统的多目标优化研究。开发了一个与LightGBM集成的堆叠集成预测模型，并结合SMS-EMOA、悬链线方程和集总质量方法，建立了一个智能优化框架，实现了数值模拟和智能优化算法之间的深度耦合，从而能够协调解决物理机制问题

CRediT作者贡献声明

Huawei Han： 方法论。Shen Jiang： 调查。Zhongxu Du： 方法论。Qiang Fu： 资源。

数据可用性

数据将根据请求提供。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

本工作得到了山东省人民政府指导的地方科技发展基金（批准号YDZX2024086）和中国重大科技创新项目（批准号2025SFGC0503）的支持。

Huawei Han|Shen Jiang|Zhongxu Du|Qiang Fu