自动舵是船舶操纵控制系统中至关重要的设备，它一直是船舶运动控制领域内的重要研究课题之一，许多专家学者一直在致力于该方向的研究工作。早在20世纪20年代，人们就研制成功了自动舵，到目前为止，自动舵的研究工作历经了4个发展阶段，即机械自动舵、PID自动舵、自适应自动舵和智能自动舵。目前，科学工作者们正在进行第四代智能自动舵的研究。 船舶运动模型是研究船舶运动操纵和控制的基础，针对船舶模型的非线性、时变性和不确定性的特点，本文首先在讨论船舶操纵运动线性和非线性数学模型的基础上，将模糊理论和神经网络相结合，提出了一种船舶航向运动的模糊神经网络模型。同时给出了风、浪、流干扰模型和相应的船舶操纵运动仿真结果。 为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向，本文提出了一种基于神经网络参考模型的船舶航向自适应控制方法，利用神经网络建立了参考模型，为船舶转向控制参考模型的建立提供了一种灵活、可行的新方法。并将模糊控制与神经网络相结合，设计了模糊神经网络控制器，利用神经网络的学习功能对该控制器的隶属度函数及推理规则进行了修正，以提高其自适应能力。 本文还提出了一种基于模糊CMAC神经网络的船舶航向智能自适应控制算法。为便于更好地寻找最优参数，进一步改善控制性能，将GA算法、遗忘因子法和BP算法相结合，提出了一种基于混合学习算法的船舶航向智能自适应控制方案。 仿真结果表明上述各种控制方案均具有较好的控制效果，较强的抗干扰能力和自适应能力。 最后，从船舶运动控制系统的研究角度出发，为减少海上试验次数，降低试验成本，缩短开发周期，保证海上试验的安全，本文提出了一种新颖、实用的船舶运动半物理仿真系统方案，并完成了系统的设计和调试，达到了预期的效果。为船舶运动控制算法的研究、自动舵和减摇鳍等船舶运动控制产品的陆上调试建造了一个良好的试验环境。