浮式生产储卸油装置(Floating Production,Storage and Offloading Unit,FPSO)主要分布于我国南海,与穿梭油轮、辅助船之间的碰撞是其面临的主要风险之一。对于海洋浮式结构,船舶碰撞是低概率高后果事件,尤其是FPSO,可导致人员伤亡、环境污染等严重后果,碰撞结构损伤分析为风险后果评估的前提。因此,有必要定量评估船舶碰撞损伤。本文提出一种可预测船舶碰撞损伤概率密度分布的方法。船舶碰撞损伤定量分析具有明显的不确定性特征,蒙特卡洛模拟(Monte Carlo simulation,MCS)是解决风险评估中不确定性问题的有效方法,因此,本文采用MCS处理船舶碰撞中的不确定性。然而基于MCS的风险分析需要大量计算资源,特别当所研究问题包含较多随机参数时。另外,船舶碰撞损伤计算模型相对复杂,通常采用有限元方法解决以实现真实的船舶碰撞过程,但有限元法占用的计算资源较多。为解决上述问题,本文结合人工神经网络(Artificial Neural Network,ANN)与传统MCS风险分析方法,编写Matlab程序预测目标船舶碰撞损伤的概率密度分布。本文采用非线性动力分析软件Ls-dyna对船舶碰撞进行数值模拟以获得损伤样本,编写MCS Matlab程序完成碰撞场景抽样过程,基于损伤样本编写碰撞损伤预测模型ANN Matlab程序,以替代MCS中迭代的碰撞数值分析过程。经MCS多次抽样和ANN碰撞损伤计算获得大量碰撞损伤样本并运用统计方法得出目标船碰撞损伤的概率密度分布,与基准性碰撞损伤定量预测研究对比以验证本文提出方法的适用性、高效性。不确定性分析是衡量定量风险分析的有效性标准。本文运用不确定性分析方法,定性评估损伤定量分析中假设及简化的不确定性等级,分析整个评估过程中不确定性对损伤撞深分布的影响。