航向控制是船舶操纵控制中最基本的,它的任务是保持航向和改变航向,航向控制直接关系到船舶航行的操纵性、经济性,它与航行安全、能源节约和操作省力密切相关。本文针对常规自动舵响应速度慢,舵角操作不稳定,误差较大等缺陷,提出了将支持向量机系统辨识的方法与广义预测控制基本算法结合起来对船舶航向进行控制,以达到预期的控制效果。论文的具体研究和实现包括了以下几个方面:1、研究了船舶运动的数学模型,以及包括风、流、浪等非线性力作用在船舶上的外界干扰力和力矩的计算模型,建立了完善的非线性船舶运动数学模型。2、阐述了广义预测控制的基本算法,介绍了广义预测控制参数对系统性能的影响,分析了广义预测控制算法的稳定性和鲁棒性,为本文的研究工作奠定了理论基础。3、对支持向量机辨识的相关理论进行了分析,针对船舶运动具有非线性、大滞后等复杂性的特点,用三种不同类型的支持向量机分别对已建立的船舶模型辨识,仿真结果表明支持向量机具有良好的辨识精度和非线性函数拟合能力。经过比较筛选出了编程相对简单、调整参数容易、易于达到期望效果的v-SVM作为预测模型。4、根据广义预测控制基于预测模型的特点,提出将支持向量机模型辨识作为广义预测控制的预测模型,并加以相应的GPC算法实现了对船舶的控制。与基于BP神经网络的人工智能自动舵仿真试验结果进行比较,具有更强的鲁棒性和适应非线性对象的能力,对高性能智能自动舵的设计具有研究指导意义。