本文研究了面向船舶航向控制智能PID控制算法。论文的主要内容为：讨论了本文所用的船舶运动数学模型的建立方法,通过船舶操纵性试验对模型进行仿真验证；将神经网络算法引入PID控制,采用了BP神经网络整定PID的三个参数,在此基础上设计了多模态PID控制器并实现对船舶航向的控制；研究基于遗传算法整定PID控制系统的设计,将GAPID应用于船舶航向控制,通过仿真验证了遗传算法的全局搜索能力,对比常规PID控制器,体现出GAPID的优越性。研究船舶航向控制主要涉及船舶运动数学模型的建立和基于智能控制理论的船舶航向控制器的设计两个部分。本文研究的分离型模型主要包括以下几个部分,船体所受水动力及力矩模型,螺旋桨的推力及扭矩模型,舵的升力及阻力模型,干扰力及力矩模型,船桨舵的相互干涉。作者按照相应的方法建立了船舶运动数学模型,通过仿真实验数据与实船试验数据的比较验证模型的可用性。模糊逻辑、神经网络、遗传算法等智能算法的融合并与PID控制相结合,正在成为船舶航向控制中有希望的发展方向。论文设计了MCPID和GAPID,并把相应的控制器用于船舶航向控制,仿真计算结果初步说明了这些智能PID控制算法的有效性。另外作者认为由于金融危机对世界经济与贸易的影响,以及人们对环境保护和绿色经济的关注,低速航行可能成为我们这个时代船舶工业的新动向,探索将本文的智能PID控制算法应用于低速航行船舶的航向控制并研究其操纵性将是作者进一步的研究内容。