长江铺排船是适应长江航道整治工程的需要,满足在航道整治中对软质基础(沙质等)河床构造建筑物的要求,保证航道整治工程顺利进行而设计的专用工程船舶。自我国长江中下游第一艘自动化程度较高的铺排船“渝工排1号”研制成功以来,现在陆续建造的“长雁一号”与“长雁二号”在规模和自动化程度上都大大提高。自动化操作已经成为铺排船设计发展的趋势,但是由于航道疏浚行业发展的需要,设计的铺排船体型变大,绞车数量增多,施工模式也变得复杂化,使自动铺排的设计变得更加困难,最初设计时所采用的简单模糊控制策略已不在满足设计的要求,有必要对原有控制策略进行优化和改进。论文通过对PSO算法收敛原理及其目前的几种改进方法的深入分析和研究,提出并设计了基于公共历史的两种群并行搜索的量子粒子群算法(TPHQPSO算法),以提高PSO算法的收敛速度和全局收敛性能。通过标准测试函数的优化仿真分析,该算法在收敛速度与收敛精度上都有所提高。论文通过分析目前铺排船控制系统的特点和施工工艺特点,针对铺排船移船控制,提出基于神经网络建模的模糊自适应控制方案。在此方案中采用BP神经网络构建铺排船移船控制模型,根据铺排船施工的实时数据作为训练样本,用TPHQPSO算法对铺排船神经网络模型进行在线学习。同时根据铺排船神经网络模型输出和输入的理想轨迹之间的偏差,仍然用本文研究提出的TPHQPSO算法对模糊控制器进行控制规则的实时调整。基于MATLAB软件环境对铺排船移船控制方案进行了仿真实验,结果表明设计的控制器能够消除大部分偏差,并能够跟踪偏差的变化,模糊自适应控制方案满足设计的要求。最后,本文对这次研制的“长雁二号”铺排船自动监控系统软件进行简单的介绍,包括监控系统的功能和界面,自动铺排控制程序的设计方法及应用情况。实船实验表明,本文提出的基于TPHQPSO优化算法的铺排船移船模糊白适应控制方案可以在一定程度上解决六锚联动的问题,但是由于现今船舶施工模式的复杂,该方法仅在顺水铺排的方式下效果较好,其他铺排模式下的控制方法还有待更进一步的研究。