控制横摇作为一门学科其历史已愈百年，在这期间曾先后出现过约350多种阻摇装置或控制横摇的措施。用舵阻摇和减摇鳍相比，初期投资少，具有几乎相同的减摇效果，并且在系统关闭后不会产生水下噪声。利用舵阻摇的一个显著特点是对船舶模型参数的变化十分明感，船舶模型参数的变化会使减摇率下降，甚至导致减摇失败，因此，要求设计的控制器具有良好的鲁棒稳定性。模糊系统与神经网络的共同特点，就是它们在处理和解决问题时，不需要对象的精确数学模型。模糊神经网络是一种集模糊逻辑推理的强大结构性知识表达能力与神经网络的强大自学习能力于一体的技术。模糊控制是以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量及模糊逻辑推理作为控制算法的数学工具。神经网络这个非线性动力学系统，具有众多良好的特性和能力：并行性、存贮分布性、高度非线性、自学习性和自组织性、高度的鲁棒性和很强的学习联想等特点。最后，我们利用遗传算法和模拟退火算法优化模糊隶属度函数的参数和神经网络的权值。利用这种新的控制方法来解决目前的舵阻摇控制问题就是本文要解决的问题。