当前船舶运动控制研究面临的主要问题在于船舶动态的不确定性、随机的环境干扰以及量测信息的不**性，传统控制策略的效果不能令人满意。神经网络控制(NNC)、模糊控制(FLC)、混合智能控制(HIC)、H∞鲁棒控制(HIRC)及非线性控制(NC)，为解决上述问题、设计高水平的船舶运动控制器提供了新的契机。
本书系统深入地总结了近20年来国内外学者将NNC、FLC、HIC、HIRC、NC应用于船舶运动控制所取得的主要成果，其严谨的论述利于有兴趣的读者尽快地触及学科的前沿问题。书中融人了笔者对船舶运动科学的一系列思考所得和研究设计范例，从而使本书有可能避免泛泛空谈的弊端，其个性化的笔触给予读者以平等交谈的亲切感。
本书共分7章：绪论，船舶运动数学模型，神经网络控制，模糊控制，混合智能控制，H∞鲁棒控制，非线性控制。
本书可供交通信息工程及控制、航海科学与技术、轮机工程、船舶自动化、船舶设计与制造、控制理论与控制工程专业的硕士生、高年级本科生作为船舶运动控制课程的教材及教学参考书，对船舶运动控制器研究和设计人员有重要参考价值。
为方便将本书作为教材使用，根据每章的**内容在每章的后面都编写

第1章 绪论
1.1 船舶运动控制概述
1.2 船舶运动控制研究的基本问题
1.3 船舶运动控制策略
习题
第2章 船舶运动数学模型
2.1 引言
2.2 船舶平面运动的线性化数学模型
2.2.1 船舶平面运动的非线性模型和线性模型
2.2.2 状态空间型船舶平面运动数学模型
2.2.3 传递函数型的船舶运动数学模型
习题
第3章 神经网络控制
3.1 神经网络控制引论
3.1.1 人工神经元与人工神经网络
3.1.2 ANN的基本结构
3.1.3 ANN的学习方法
3.1.4 ANN的特点和优点
3.1.5 ANN的发展简史
3.2 MLP的BP训练方法
3.2.1 MLP的结构和前向算法
3.2.2 MLP的误差反向回传算法(BP算法)
3.2.3 有关BP算法的一些问题
3.2.4 BP算法的一个简例
3.3 神经网络控制方案概述
3.3.1 监督控制
3.3.2 直接逆控制
3.3.3 间接控制
3.3.4 直接控制
3.3.5 内部模型控制
3.4 监督控制在船舶自动舵中的应用
3.5 直接控制应用于船舶自动舵
3.5.1 用于航向保持的SISO神经网络自动舵结构
3.5.2 直接控制式航向保持器NNC的训练方案
3.5.3 直接控制式航向保持器NNC的训练方法
3.5.4 直接控制NNC自动舵的仿真研究结果
3.6 内部模型控制应用于船舶自动舵
3.6.1 航向保持环
3.6.2 转向控制器
习题
第4章 模糊控制
4.1 FLS概论
4.1.1人类思维的两种模式
4.1.2 模糊逻辑系统与模糊逻辑控制
4.1.3 FLS的发展简史
4.2 FLC基本原理
4.3 模糊规则的提取方法
4.3.1 基于直接匹配的模糊规则抽取方法
4.3.2 基于乘积空间聚类的模糊规则提取方法
4.4 FLC在船舶运动控制中的应用
习题
第5章 混合智能控制
5.1 混合智能控制系统引论
5.2 适应式混合智能系统.ANFIS及其在船舶控制领域的应用
5.2.1 ANFIS的神经网络结构
5.2.2 ANFIS的训练
5.2.3 ANFIS用于自动舵控制算法设计
5.2.4 ANF、IS系统小结
5.3 模糊自适应学习控制网络FALCON及其在船舶运动控制领域的应用
5.3.1 FALCON的结构
5.3.2 FAILCON的学习策略
5.3.3 FALCON的应用——船舶航向保持和航向改变的模糊自适应学习控制策略
5.4 遗传算法(GA)及其在船舶运动控制器优化中的应用
5.4.1 GA算法概述
5.4.2 遗传算法的进一步讨论
5.4.3 GA用于优化Fuzzy Autopilot参数之例
5.4.4 GA应用于神经网络训练
……
第6章 H∞鲁棒控制
第7章 非线性控制
参考文献
附录