模糊逻辑控制和神经网络作为控制器相辅相成，共生互补，因此它们的结合具有一定的必然性，而且其产物——模糊神经网络已经成为当今智能控制领域的研究重点。然而，模糊神经网络强大的功能离不开全体神经元的共同作用，因此有关模糊神经元的研究也成为重要内容，涌现出大量的成果。本文基于由T模和S模组成的AND、OR神经元，提出了一种新型的模糊神经网络——AND-OR模糊神经网络。然而一种新的网络的提出，不能将原来的理论完全照搬套用，必须对其进行全面的分析考察论证，为此本文做了如下的工作： 分析研究AND、OR模糊神经元的内部结构组成特点，得出了AND、OR模糊神经元本身具有数字电路中“与”，“或”门的特点，并具有自动缩小输入空间的能力。 定义了模糊神经元的入度、出度和层连通度的概念，利用Zadeh算子为全新的AND-OR模糊神经网络每一层推导出输入输出的映射关系，从而为AND-OR模糊神经网络后续研究奠定了基础。 对AND-OR模糊神经网络进行深入地理论研究，证明了AND-OR模糊神经网络与复合模糊规则等价，其推理过程能够等价于广义模糊加权Mandani推理法，即包含着全局权和局部权的Mandani推理法。在Weierstrass定理的基础上，分四种情况证明了AND-OR FNN具有逼近连续函数的能力。 分析了常用梯度寻优方法存在的几项问题，根据AND-OR模糊神经网络自身特点提出了一种分段混合寻优的方法，主要包括三个部分，首先采用了自组织优化初步确定隶属函数的位置和形状，采用遗传算法和剪枝算法对AND-OR模糊神经网络的结构进行了优化，完成了缩小模糊划分的数目和自动提取最优模糊规则的任务。最后为了应用梯度法，将Zadeh算子(∧，∨)改为乘积和及概率和的形式对所有参数进行精细修正。为使计算方便提出了矩阵概率和运算方法，并给出了运算规律。 船舶运动控制是船舶操纵控制系统中至关重要的研究领域，许多专家学者一直致力于该方向的研究，其最终目的是能成功地实现真正意义上的船舶航行的无