舰船运动是引发多种海面事故的主要原因,为了提高舰载机着舰安全系数、提高舰船战斗力、减少海难等事故的发生,舰船运动极短期预报是至关重要的。舰船在不规则海浪中的运动是一个非线性随机过程,而传统的时间序列分析与预报理论是以线性模型为基础的,对线性系统有较好的效果,但并不适用于非线性系统的时间序列建模与预报,因此研究非线性系统的建模预报方法有着重要的意义。本文介绍了一种小脑关节控制模型(CMAC神经网络),并首次将其应用于舰船纵摇运动姿态的极短期预报中,建立了CMAC神经网络舰船运动预报模型。同时对实际的舰船纵摇运动数据进行了数值仿真与误差分析。主要完成的工作如下:1.详细阐述了CMAC神经网络的构成、运行机制及其主要特点。CMAC神经网络的构成与感知器类似,目的在于模拟脊椎动物的小脑功能。2.通过对舰船运动特点与小脑工作特点的研究,发现它们都是条件反射地迅速响应,且都具有泛化能力。基于这些相似性,本文建立了CMAC神经网络舰船极短期运动预报模型,通过计算与分析给出了各参数的设置。3.通过对多组数据进行仿真实验,结果表明预报模型基本上能预测出真实数据的发展走势,数据也大体吻合。在0.2(度)的误差量级上能预报4—13秒,相对均方误差不超过15%。这表明本文提出的CMAC神经网络舰船运动预报模型在舰船运动预报中的应用是合理且可行的。