现今控制领域研究中，智能控制技术已广泛应用于不确定性、非线性等复杂系统控制中，其中，模糊神经网络控制在强非线性、耦合的系统中应用较为广泛。鉴于水下机器人强非线性、强耦合特性，本文旨在将模糊神经网络控制应用于水下机器人运动控制中，并设计出性能优良的水下机器人运动控制系统。本文建立了某型水下机器人六自由度空间运动的动力学模型，并根据实际进行适当的简化。设计一种基于模糊B样条基函数神经网络控制器，该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合，采用B样条基函数作为隶属度函数。提出了模糊神经网络控制器的混合学习算法，即先采用免疫遗传算法离线优化，再采用Back Propagation梯度算法在线调整。仿真结果表明，采用混合学习算法的基于B样条基函数的模糊神经网络控制器应用于水下机器人的设计是可行的。