针对海洋导管架平台管节点服役状态的动态感知与响应预测难题,该文通过融合二维切比雪夫正交多项式和径向基函数（radial basis function,RBF）神经网络,构建了一种基于稀疏测点响应数据的导管架平台管节点的载荷反演与响应预测代理模型,实现管节点载荷的准确识别与结构响应的快速预测。首先,针对导管架平台关键管节点处曲面的复杂性,通过二维切比雪夫正交多项式数学表征作用在其表面的分布载荷,并结合截断奇异值正则化（truncated singular value decomposition,TSVD）与广义交叉验证（generalized cross-validation,GCV）方法,从预设的稀疏测点响应数据中实现载荷的高精度、稳定反演;进而,基于反演结果生成包含100组工况、涵盖空间坐标与载荷特征系数的高质量训练样本集,每组样本以空间节点坐标与载荷系数为输入特征,以对应等效应力为输出;最后,构建并训练RBF神经网络代理模型,并通过决定系数（ R ²）来评估模型性能。结果表明,该模型在验证集上的 R ²达到0.913 78,能够实现导管架平台关键管节点应力场的高精度、高泛化能力预测,为导管架平台的实时状态评估与疲劳损伤累积预测提供了有效技术支撑。