通过对舵减横摇的研究，许多学者发现，船舶模型的不确定性问题成为减摇技术应用关键之一。不同的航速、海情以及不同的航行方向使得船舶横向运动的水动力参数模型发生很大的变化。而由实验数据建立的水动力参数模型仅仅是针对典型航速、航向、海情，对于复杂的航行工况，要求较高的实时减横摇控制并不适用。 本文分别介绍了传统的最小二乘与插值法、固定径向基函数网络法以及自组织径向基函数网络三种方法逼近三维空间的非线性曲面的过程，并对三种方法的效果进行了比较。大量的仿真结果表明，利用传统最小二乘法与插值法进行建模误差最大，且计算量大。利用固定的径向基函数网络建立的水动力参数模型和利用自组织径向基函数网络所建模型的精度基本相同，18个水动力参数的最大相对误差均低于2％，可满足实际工况中对船舶操纵的实时要求。仿真计算表明，前者的优点是网络结构简单、算法简单，训练时间相对较少，而后者的优点是可用于各种船舶模型的参数建模中，应用更为广泛。 针对船舶横向运动智能模型建立及减横摇控制，分别讨论了动态模型参数随航行工况变化的实时LQG控制以及系统参数自适应变化的自组织控制方法，并对两种方法进行了比较。仿真结果表明，第一种方法可使横摇角均方误差为1.42°；艏摇角均方误差为1.68°，但横荡位移增加了15.2％，但仍符合实际工程需要。系统参数自适应变化的自组织控制方法可使横摇角均方误差为0.92°，艏摇角均方误差为0.74°，横荡位移增加13.9％，控制效果略优于LQG控制。