随着航运经济的发展,大量的船舶频繁活跃于港口、航道及其附近水域,使水域通航密度大为增加,从而导致船舶交通量不断增多,航道船舶交通日趋繁忙。因此,对航道的通过能力要求也日益提高。在保障航运安全的前提下,进一步挖掘航道的通过能力,将是亟待解决的难题。在影响航道通过能力的诸多因素中,船舶领域是一个非常重要的影响因素。但是,目前对船舶领域的研究主要限于船速、船长、会遇情况等容易获得的信息,对于船舶操纵性能以及人为因素等不确定因素极少考虑。本文主要基于人为因素的动态四元船舶领域模型和航道通过能力展开研究。首先,本文提出了一种基于快速准确在线自组织模糊神经网络(FAOS-PFNN)识别的船舶领域模型辨识方法,该方法能够有效建立参考输入变量与船舶领域的形状和大小等输出变量之间的非线性关系。通过FAOS-PFNN方法,采用三个分离的模糊神经网络实现了船舶领域模型的多输入输出系统的模型辨识。此外,本文结合船舶运动理论,在现有四元船舶领域模型的基础上,充分考虑了不同船舶的动态操纵性能和船舶驾驶员人为因素对船舶领域的影响,从而提出基于人为因素的动态四元船舶领域模型。该模型有效融合了船舶子系统和人因子系统,充分考虑了船舶操纵性能及船舶驾驶员的业务技能水平、生理状态、心理状态和航行环境的影响等人为因素,实现了船舶领域建模的动态智能化。同时,本文将该基于人为因素的动态四元船舶领域模型分别应用于Mariner、Esso Osaka Tanker和Container三种经典船舶类型,仿真结果验证了该船舶领域模型的合理性和有效性。其次,针对航道通过能力评估问题,本文利用所提出的动态四元船舶领域模型充分考虑了船舶性能和人为因素的影响,同时将模糊理论用于调查问卷的数据处理,以获得人因参数,从而提出了考虑人为因素的航道通过能力计算方法,利用该方法可有效挖掘通过能力,提高航运能力。最后,本文将基于人为因素的动态四元船舶领域模型及通过能力计算方法应用于尹公洲航段的内河航道及老铁山水道复杂航段的通过能力研究。实际计算了航道的通过能力,实验结果表明,利用该方法得出的通过能力较传统基于Fujii椭圆船舶领域方法有较大提升,并通过对老铁山水道的通过能力计算,给出未来5年到10年的老铁山航段的拓宽规划建议,为相关部门通航评估、水上交通规划与管理提供借鉴与参考。