电力推进系统作为船舶系统中的核心动力装备,其控制性能受海况变化的影响较大。为实现电力推进系统的有效控制,需要及时有效地辨识船舶所处海况,并针对不同的海况环境采取适当的控制方法。本文针对当前海况辨识和电力推进系统控制方法中存在的未考虑输入特征间存在的强相关性、控制模型自适应能力弱等问题,基于极大似然证据推理（MAKER）规则和证据推理（ER）规则,分别开展智能海况辨识和不同海况下电力推进系统控制方法研究,主要工作如下:（1）基于MAKER规则的智能海况辨识。为了解决船舶电力推进系统输入特征变量之间存在的强相关性问题,给出基于MAKER规则的相关性证据融合方法识别海况。首先,对于获取的推进系统状态变量监测样本,基于样本值投点获取关于吸气效应模式（类型）的参考证据矩阵;然后,基于基本信度赋值函数获取证据可靠性因子,使用MAKER规则进行证据融合与推理,以识别吸气效应类型,并根据其与海况类型的关系进行海况辨识;最后,在海况数据集上验证了该方法的有效性。（2）平静海况下船舶电力推进系统转速控制方法研究。在（1）方法识别出的平静海况下,为了解决推进系统PID控制中控制器参数的实时调整问题,提出了基于ER规则的推进系统转速PID控制（ER-PID转速控制）方法。首先,基于ER规则建立PID控制器参数的实时估计模型;然后,使用序列线性规划（SLP）方法对参考证据矩阵和证据重要性权重进行实时优化、迭代更新;最后,通过与BP神经网络PID智能控制方法的对比,验证了所提出的ER-PID转速控制方法,在电力推进系统转速控制中具有更好的控制精度和鲁棒性。（3）恶劣海况下船舶电力推进系统转速控制方法研究。在（1）方法识别出的恶劣海况下,为了降低螺旋桨吸气效应对推进系统控制性能的影响,基于（2）中的控制方法进行修正,进一步提出了基于ER规则的抗过旋转速PID控制（Anti-spin ER-PID转速控制）方法。Anti-spin ER-PID通过引入抗过旋系数对电机输入转矩进行限制,以降低由于吸气效应造成的给定转矩与螺旋桨负载转矩不匹配、螺旋桨转速过快对控制性能的影响。最后,模拟船舶在正常行驶过程中遇到恶劣海况的情景,在对抗过旋转速控制的仿真实验中,验证了所提方法的有效性。