在船舶运动中,大幅度的横摇运动是一种非常危险的现象,严重影响船舶的稳定性和安全性。此外,还会影响船员的健康,降低船舶的经济效益。因此,如何尽可能减小船舶的横摇运动是一个重要问题。为了减小横摇运动对船舶稳定性的影响,从19世纪开始,学者采用了许多减摇装置,如舱底龙骨、减摇舱、舵稳定器等。在海上过程中,由于船舶运动的复杂性,传统方法难以达到良好的减震效果。由于有源鳍具有自适应性,鲁棒性,简单易实现,因此主动减摇鳍成为当今广泛应用于船舶的装置,其减摇性能已被证明是非常有效的。然而,其效率与系统的控制算法密切相关。目前,针对船舶减摇鳍提出并进行研究的控制方法很多,它们各有优缺点。本文提出了船舶减摇鳍系统的四种控制方案。具体设计过程如下:（1）针对船舶线性减摇鳍系统,提出了一种线性二次高斯（LQG）最优控制器。其中LQG控制方法由线性二次调节器（LQR）方法和线性二次估计器（LQE）方法相结合。本文利用分离原理进行LQG方法的研究,即通过求解预定最优控制问题和最优状态估计问题得到LQG控制器。通过与LQR控制器的对比仿真,验证了 LQG控制器的有效性,结果表明,LQG控制器的性能优于LQR控制器。（2）针对船舶非线性减摇鳍系统,提出了一种基于递归神经网络的模型预测控制方法（MPC）。MPC是一种有效的过程控制方法,可以用来提高控制系统的效率。然而,MPC的一个制约因素是在求解优化问题时计算负担繁重。为了克服这一因素,将递归神经网络（RNN）引入到二次规划（QP）问题的求解中,以实现更高算法的收敛速度。本文首先采用精确反馈线性化方法对船舶非线性减摇鳍系统进行线性化,然后将MPC应用于线性化模型,得到减摇鳍系统的控制策略。（3）针对船舶非线性减摇鳍系统,提出了一种基于PID滑模控制（SMC）的鲁棒控制器。SMC方法是一种有效的鲁棒控制方法,用于提高控制系统的性能,即将船舶横摇运动降到最低水平。为了克服滑膜变结构控制中存在的抖振现象,将具有PID滑模面的新型鲁棒SMC方法应用于具有时变参数和外部干扰的船舶非线性减摇鳍系统。利用李雅普诺夫稳定性理论分析了减摇鳍系统的闭环稳定性。（4）研究了船舶减摇鳍系统的自适应动态规划（ADP）控制方法。ADP方法作为一种人工智能算法,是一种不需要系统动态就可以获得最优控制策略的方法,其特性使其能够适用于具有复杂未知动态的船舶非线性减摇鳍系统。本文所提出的控制方法在未知精确系统动态的情况下,利用当前数据和记录数据获得最优控制器。利用Lyapunov方法证明了闭环系统的稳定性。本文所提出的四种控制方法,第一种方法是利用船舶线性减摇鳍模型设计控制器,在船舶横摇角较小时取得了良好的控制效果。在接下来的三种方法中,利用船舶非线性减摇鳍模型设计控制器,即使船舶横摇角变化较大甚至存在非线性变化因子,也能达到较好的控制效果,且能够始终保证闭环系统的稳定性。最后,在MATLAB环境下进行了仿真,验证了本文所提方法的有效性。