船舶自动操舵仪又称自动舵，是船舶运动控制问题中具有特殊重要性的一个系统，用来保持船舶在给定航向或航迹上航行，是船舶操纵的关键设备。随着航运业的发展，自动舵也有了更进一步的要求。自动舵的发展与控制理论水平相一致。20世纪20年代美国的Sperry和德国的Ansuchz在陀螺罗经研制工作取得实质性进展后分别研制出机械式自动舵，这是船舶操纵研究上的一个里程碑；20世纪50年代，随着电子学和伺服机构理论的发展与应用，出现了集控制技术和电子器件发展成果一体的PID自动舵；到了60年代末，人们将自适应理论引入船舶操纵，出现了自适应舵，并在自动舵商品化方面取得了很大成功；从80年代起，人们开始寻找类似于人工操舵的方法，提出了智能舵的概念，它主要有三种控制方法，即专家系统、模糊控制和神经网络控制。 本文主要对神经网络在自动舵中的应用进行了研究，利用人工界面实现航向控制。主要研究内容为： 1) 用神经网络直接逆控法作为控制策略。该方案易于实现，但是鲁棒性能比较差，为了克服局限性，将各种环境扰动和初始状态都作为输入量，使网络能最大可能地反映实际情况。 2) 建立尽可能完善的非线性船舶运动数学模型。良好的船模能够使研究结果更接近实践，能更好的研究问题。通常情况下控制系统的设计依赖于线性反馈控制理论，这导致大部分自动舵船模是线性的，许多机理细节被忽视。本文利用神经网络能拟合各种非线性系统的特性，分别考虑桨、舵、船体的动力学特性以及风、流、浪力的影响，得到了较为精确的数学模型。 3) 在神经网络中采用了BP(反向传播)算法。BP算法是目前最常用最成熟的网络算法，它的应用可以让自动舵转入实际使用时可靠性更高。本文对三层BP网络中如何通过调整结构及改进算法以提高性能进行了详细的探讨，主要考虑了(K—1)状态引入、隐层神经元确定、对输入量的要求、学习速率调整和传递函数改进等方法。这些成果不仅能有利于自动舵的改进，而且具有更普遍的意义。 4) 系统用MATLAB在计算机上建模，对系统各个部分进行仿真，船舶当前状态和环境扰动量以及控制命令作为输入，运行后，控制结果作为输出量提供给控制台。