船舶在海上航行、作业时,由于受到外界风、浪、流等海洋环境的干扰,会产生各种摇荡运动,在各种海难事故中由于剧烈的横摇运动而发生的所占最多。横摇运动对于船舶航行有着很大的影响,轻则造成船上人员身体不适、设备损耗等,重则造成船毁人亡,带来巨大的经济损失和人员伤亡。因此,船舶的减摇控制是人们特别关注的热点问题,各种减摇装置也应运而生,其中,减摇鳍是减摇效果最好、应用最广的主动式减摇装置。传统的减摇控制策略多针对于线性系统,但是,船舶复杂的非线特性使得传统的控制算法无法完全适用。又由于船舶模型参数的不确定性及环境的干扰作用,就进一步要求控制算法具有良好的鲁棒性能。因此,本文采用了神经网络自适应的控制方法,对减摇鳍系统的不确定非线性数学模型进行控制。主要完成了以下内容：1.船舶减摇数学模型是船舶减摇仿真与控制问题的核心。本文首先分析了一个比较复杂、精度相对较高的非线性船舶减摇鳍数学模型,以及由浪引起的干扰力矩模型,为后面的船舶减摇控制器设计打下了基础；2.针对船舶减摇鳍不确定非线性系统,应用RBF神经网络逼近非线性函数的能力,在横摇角速度不可测的情况下,利用RBF神经网络和线性定常系统稳定理论设计出神经网络自适应观测器,然后应用反步设计方法设计出神经网络自适应输出反馈控制器,通过Lyapunov稳定性理论分析证明了闭环系统的所有误差信号一致最终有界。最后用MATLAB软件进行仿真,验证该算法的有效性,得到了良好的控制效果。