船舶横摇运动的预测与控制一直是船舶运动控制领域中重要的研究内容。而现代人工智能算法的发展,为船舶横摇运动的预测和控制提供了新的思路。其中极限学习机因结构简单、全局最优、计算速度快等特点使其在船舶运动预测和控制的应用中有着独特的优势。本文基于改进的极限学习机建立实时多步预测模型,并将其应用于船舶横摇运动预测和控制。本文首先介绍了本研究的目的和意义,并对极限学习机以及船舶横摇运动预测和控制等领域的研究现状进行了分析。针对实际系统的非线性及时变动态等复杂特性,应用序贯极限学习机建立时变动态系统的实时多步预测模型,并应用时间差分算法对于模型进行误差补偿,提高了模型多步预测精度。以船舶横摇运动为研究对象,基于船舶耐波性原理分析了船舶横摇运动特性。基于极限学习机构建船舶横摇的实时多步预测模型,并应用实际船舶横摇数据对于船舶横摇角进行多步预测,结果验证了模型有效性。将建立的预测模型作为系统动态的在线预测器,设计一种船舶减摇鳍预测控制系统,利用船舶减摇鳍对于船舶横摇运动进行抑制。建立船舶减摇鳍控制模型和波浪扰动模型,应用控制器进行不同海况环境下的船舶横摇运动控制仿真试验,结果验证了该预测控制系统对控制船舶横摇有良好的效果。通过本文的研究,将极限学习机应用于船舶运动预报和控制的研究中,并验证了极限学习机在船舶横摇运动的实时预测和控制中应用的可行性。