随着当今船舶定位作业要求的不断提高,传统动力定位系统已经难以满足日益增长的要求,因而高端动力定位控制系统,比如基于智能控制理论以及非线性控制理论的控制系统受到了非常大的关注。作为一种可以嵌入人类知识的非线性智能控制方法,模糊系统的模糊规则库要求具有较好的鲁棒性与完备性,还要求对系统不确定性以及环境干扰具有自适应的能力。把自适应控制引入到模糊系统中,一方面可以使模糊系统所具有的万能逼近特性得到利用,另一方面又可以使模糊系统在自适应机构的作用下而具有对环境随机干扰和不确定项的自适应能力,因此,自适应模糊控制十分适合于动力定位过程。模糊控制又需要设计模糊规则库。本文运用数据挖掘方法设计提取模糊规则库并设计了基于数据挖掘的自适应模糊控制器。主要的研究工作如下：分析数据挖掘技术的具体工作原理,挖掘了动力定位船舶的模拟控制样本数据。分析船舶动力定位系统模型中的不确定项并采用模糊系统来逼近,模糊系统的模糊规则采用数据挖掘技术给出。基于反步法设计自适应律,设计了的基于数据挖掘的动力定位自适应模糊控制器。运用MATLAB中的Simulink工具箱以及模糊逻辑工具箱,对本文设计的基于数据挖掘的自适应模糊控制器进行仿真,并与传统PID控制器的控制效果作对比。仿真结果说明了基于数据挖掘的自适应模糊控制器能使船舶自适应船舶不确定项与海洋环境干扰,有效的提高船舶动力定位抗干扰能力与精度。即本文研究的基于数据挖掘的自适应模糊控制器在动力定位应用中具有非常重要的意义。