随着世界经济的发展，陆地资源日益匮乏，已经不再能满足人们的需求。因此，人们对海洋的开发和探索的范围必将越来越广。船舶动力定位技术的发展则为海洋事业的发展提供了强有力的技术支持并且得到了广泛地应用。 船舶动力定位系统是一个多变量、强耦合、惯性大、环境干扰复杂的非线性系统。应用早期的控制方法如PID控制已经无法满足动力定位系统的精度要求。鉴于模糊控制的特点，船舶动力定位系统采用模糊控制算法是非常适宜的。但是由于模糊控制本身存在一些不足，本文结合模糊逻辑和神经网络各自的优点，采用了模糊神经网络结构对船舶动力定位系统进行控制。 本论文首先分析了船舶动力定位系统的发展现状以及未来的趋势，并且对智能控制主要是模糊控制、神经网络控制和模糊神经网络的概念、发展及特点进行了概要性的介绍；然后对船舶运动的低频运动和高频运动的数学模型以及环境干扰模型进行了介绍，本文主要建立适用于控制系统仿真的船舶动力定位系统的低频数学模型；接着对模糊控制理论以及模糊神经网络的相关知识进行了详细的介绍与说明；而后阐述了在动力定位系统中采用的模糊神经网络结构和网络学习算法；最后用模糊控制和模糊神经网络控制两种方法对动力定位系统进行了仿真研究，同时对两种控制方法的具体实现进行了说明并对仿真结果进行了分析与比较。 仿真结果表明，模糊神经网络较模糊控制对复杂的船舶动力定位系统有更好的控制效果。该理论在动力定位系统中的应用，无疑会对实际应用中的船舶动力定位系统有着一定的理论意义。