随着全球经济一体化的发展,国家与国家之间的贸易量日益增长,国际航运业的发展越来越重要。因此,航运业受到人们的广泛关注。通过合理规划航线,使船舶按照预期航线航行,可以有效地改善船舶控制效率,缩减船舶的航行时间、延长设备使用寿命和减少船舶的能源消耗。因此,针对船舶的直线航迹控制研究具有显著的意义。针对欠驱动水面船舶运动具有的:复杂性、非线性和易受外界环境因素影响的特点,本文运用迭代滑模,结合双幂次趋近律型增量反馈,提出一种更加快速稳定的非线性迭代滑模的算法,该算法不用对风、流等外界干扰进行估计,就可以使闭环系统达到渐近稳定的状态。由于在现实中船舶航行的外部环境是时刻发生变化的,而双幂次增量反馈的控制参数是固定不变的,所以该控制器在不同海洋环境下,无法保证控制参数的最优性,控制器不具有自适应性。因此,本文将滑模系统与神经网络算法相结合,提高控制系统的自适应性,使参数可以根据外部变化而自动地调节改善。通过定义一种以船舶的转艏角速度和船舶舵角比值的反馈信号,并利用神经网络实现对船舶控制器参数的在线优化,提高控制器的自适应性,减小船舶操舵幅度,以及重复操舵,提高船舶使用寿命。结果表明:该控制器对外界干扰不敏感,系统可以快速趋于稳定,具有全局渐近收敛的特性,通过与非自适应迭代滑模的仿真实验对比,自适应船舶控制的航迹和航向偏差明显减小,舵角的抖振较弱,表明该算法在控制器参数的优化方面,具有良好的效果。