目前，船舶向着超大型化方向发展，电力推进型船舶也进入实质性应用阶段，从而使船舶电力系统的容量不断增大，船舶柴油发电机组的单机容量不断创出新高。因此，船舶电力系统长时间连续运行的稳定性、可靠性与安全性日益受到重视；在船舶电力系统研究领域，系统建模、混沌分析与智能控制成为研究的热点课题。 船舶电力系统的安全与可靠运行问题是涉及船舶电力系统设计、电力传动、船舶柴油发电机组自动控制、系统稳定性、系统参数整定和自动化管理技术等多方面的系统控制工程问题。船舶电力系统是多台柴油发电机组并联运行的复杂系统，具有强耦合、时变性、非线性、信息不完全性和大纯滞后等特征；船舶电力系统正常供电时常常有相对于发电机容量较大的电力负荷投入到电网运行，系统在运行过程中动态过程频繁发生，动态过程的振荡幅度很大。鉴于这些原因，本文对船舶电力系统进行了建模、混沌分析与神经控制研究；希望在船舶电力系统建模与故障分析、避免船舶电力系统产生混沌振荡、提高船舶柴油发电机组系统的控制质量、改善系统动态过程的品质和提高海船轮机员的技术素质等方面做一些有实际意义的工作。 本文完成的主要研究工作如下： 以大型船舶电力系统和电力推进型船舶电力系统为研究对象，提出了船舶电力系统广义模型的框架结构，对船舶电力系统进行了数学建模与仿真，建立了基于机理性模型的船舶电力系统仿真平台，该仿真平台能满足船舶电力系统设计方案的一些论证的需要，在一定程度上能满足船舶柴油发电机组控制系统设计与性能评估、系统参数整定和故障仿真与分析的要求。 鉴于船舶电力系统的复杂性和非线性特性，根据旋转电机的能量传递原理，根据发电机组转矩关系与电气参数关系，针对船舶航行中的船舶电力系统双机并联轻载运行工况，建立了系统的非线性数学模型及其三维自治系统模型。研究了系统的相图和分岔图；分析研究了系统的混沌振荡现象与随机分形特性；并计算了系统的Lyapunov指数谱和Lyapunov维；发现当船舶电力系统的两台发电机之间存在一定量的功率传递和系统受到一定幅值的周期性负荷扰动时将发生混沌振荡。 在船舶大功率发电机知识型模建立中，基于混沌神经元具有强烈的遍历性和递归网络具有对复杂系统的良好的信息处理能力；提出并构建了新型的基于Aihara混沌神经元的局部递归混沌神经网络(Aihara Local Recurrent Chaotic Neural Network—ARCNN)，并成功地用梯度下降、动量和自适应学习的动态BP算法完成对