舰船运动姿态的极短期预报对于舰船航行及舰载机着舰的安全起降等方面有着重要的意义。由于受到海浪、海风等其他干扰力的影响，舰船产生了复杂的六自由度运动，这六个自由度运动具有很强的随机性和非线性性，这就给舰船运动极短期预报带来了很大的困难。本文立足于舰船纵摇运动的极短期预报，在深入研究灰色预测理论的基础上，将蚁群算法应用于舰船纵摇运动姿态预报中，建立了一种适用于非线性系统的实时预报模型——基于蚁群算法的灰色GM(1，1)(ACGM)模型，并首次将其运用于舰船运动预报中。本论文的主要工作如下：1、研究了舰船纵摇运动的数据的特点，针对GM(1，1)预报模型适用于单调增加序列的特点，选用了函数变换型GM(1，1)预报模型。2、在构造灰色系统预测模型时，本文研究了一些优化方法。在经过函数变换的数列后增加一个平移常数w再进行建模以提高模型的精度。3、考虑到GM(1，1)模型的背景值的取值不同会影响到模型精度，将蚁群算法运用于灰色GM(1，1)模型的参数选择中，建立了一种基于蚁群算法的灰色GM(1，1)模型(ACGM(1，1)model)，其中，蚁群算法对于优化最优平移值w和参数α有很大的优势。在此基础上形成了比较适用的预测模型。4、借助Matlab软件，对大量数据进行仿真实验，确定模型中的参数w和α。通过针对舰船纵摇运动的预报问题，利用ACGM(1，1)模型进行了大量的仿真分析。结果表明，该预报模型提高了预报精度，延长了预报时间，这说明本文提出的预报模型是合理可行的。