海洋立管在现阶段已经得到了广泛应用,因为它能连接水上浮式设备和水底设施。但海洋立管自身的施工技术比较特殊,容易被施工应力破坏,而且被其周围不良的海洋环境所损伤,所以,与其它管线相比,立管成为了管网最关键且易受损的构件。因此根据海洋立管的运行状况,对海洋立管泄漏风险进行深入全面的评估,及时找出潜在泄漏风险并提出经济合理有效的维护成本策略至关重要。通过广泛阅读已有研究文献,对国内外海洋立管事故进行统计,分析并识别出海洋立管泄漏风险因素,构建风险指标体系,并详细介绍海洋立管泄漏维护原理。以此为基础对海洋立管进行泄漏风险评估及维护成本策略研究。首先,针对海洋立管泄漏风险指标数据量不完整的情况,以集对分析法中同异反特性及联系数、集对势分析过程为依托,在组合赋权法完成指标权重计算的基础上,详细阐述计算每个立管联系度步骤,构建出组合赋权集对分析模型从而展开对海洋立管的风险评估;其次,针对指标数据库完整的情况,用粒子群优化RBF神经网络的结构参数,构建PSO-RBF模型,使海洋立管的风险评估更加智能化,并与BP模型、RBF模型进行预测精度比较分析。最后,为降低立管风险,进一步展开海洋立管泄漏维护成本策略研究,以管道可靠性和安全性为依据,构建海洋立管维护成本模型。在研究目标优化方法的基础上,选取遗传粒子群算法进行优化求解,对运行期间的海洋立管进行维护时产生的各方面费用进行敏感性分析,为预防海洋立管泄漏事故的发生提供经济合理的维护成本策略。研究结果表明:在数据库不完整的情况下,组合赋权集对分析综合评估模型更加具有普遍适用性,能准确找出潜在风险,解决了立管评估中数据不完整的问题。在指标数据库完整的条件下,PSO-RBF神经网络风险评估模型预测精度更高、优势更加突出,能直接快速预测评估出风险等级,简化评估过程。通过对所构建维护成本模型优化求解并分析,针对维护时产生的各个方面费用给出了相应的最优维护成本策略。