清漂无人船可实现自主巡航、识别垃圾,清理水面漂浮物,对于节省人力、燃料资源消耗以及改善水库环境具有十分重要的意义与作用。目前清漂船体质量过大,结构优化多针对局部构件,优化代理模型自身性能研究较少影响着船体续航能力与垃圾打捞量。本文以清漂无人船船体结构为研究对象,设计了满足作业需求的船体结构,并以全船质量最轻为目标,比较不同隐含层BP神经网络性能,选用双隐含层BP神经网络实现了全船的结构优化,具体研究内容如下:(1)分析航区特点与项目技术要求,参考目前清漂船型资料以及船舶建造规范,完成清漂无人船的船体结构设计,并校核船体主要性能,证明船体结构设计的合理性。(2)创建船体三维有限元模型,并依据CCS相关规范对其进行负载计算,分析得出全船及各构件的应力应变及船体结构相对脆弱的部分;对全船实行模态分析,得到船体的固有振型及频率,明确本船的振动频率禁区。(3)利用参数试验法改变主要构件的几何尺寸,对全船重量、最大等效应力、最大剪应力、1阶固有频率、2阶固有频率进行灵敏度分析,筛选出本船的设计变量;以灵敏度分析筛选的构件为基础,建立正交表试验表,进行正交试验设计,获取建立结构优化神经网络的训练与测试样本。(4)基于结构优化的数学模型,以正交试验的样本数据构造了四类隐含层BP神经网络,并比较其拟合及误差,选择双隐含层BP神经网络作为全船结构优化的代理模型;确定船体结构优化的设计变量、约束条件及目标函数;利用Optimization tool优化工具箱对全船进行结构优化,实现优化目标,优化后全船质量降低10.3%;通过有限元分析及实船航行试验,证明优化后清漂无人船强度及固有频率符合规范要求,实船航行的稳定性与航速满足项目使用要求。