本文主要进行了智能控制算法在船舶减摇鳍控制中应用的仿真研究。 船舶减摇鳍是现代仿生学与控制理论相结合在船舶工程应用中的一个成功实例，也是应用最广泛的一种船舶减摇装置。减摇鳍系统通过传感器测得船的横摇信息，经液压驱动系统使鳍转动，在控制系统的作用下，随着变化的横摇运动而不断地改变鳍角，产生抵抗海浪干扰的稳定力矩，从而达到稳定船舶横摇姿态的目的。工程中应用的减摇鳍系统多采用经典的PID控制规律。 本文首先介绍了船舶减摇鳍及其控制系统的构成，建立了随机海浪仿真模型，并对常规减摇鳍控制系统进行了数字仿真。在研究大量参考文献的基础上，作者提出对减摇鳍系统采用智能控制算法，并进行了三种控制算法的仿真研究。论文以标准模糊控制器为基础，运用模糊－积分混合智能控制算法控制减摇鳍，仿真结果表明其减摇效果明显优于PID控制。作者针对常规BP算法存在的一些问题，提出了一种改进型的RPROP算法。RPROP的基本原理是根据局部梯度信息实现权更新值的直接修改，可以大大提高训练速度，而且对很多问题可以完全不需要参数的选择而得到最优收敛时间解，即初始参数选择具有鲁棒性。该算法应用于减摇鳍系统也获得了良好的控制性能。最后，作者将自适应网络模糊推理系统(ANFIS)应用于减摇鳍控制。ANFIS是模糊推理系统与神经网络的有机组合，具有直接从样本数据中提取模糊规则的能力，所以尤其适用于缺乏专家经验知识的一类复杂的工业控制过程问题。由于它实现了模糊量和数字量的有机结合，而且其调整的参数和权值都具有明确的物理意义，更有利于控制工程师的理解、掌握和控制，因此具有广泛的工业应用前景。该算法应用于减摇鳍系统获得了比以上几种算法更好的减摇效果。大量仿真结果证明本文研究的三种智能控制算法对于减摇鳍系统的控制是有效可行的。