本文对自适应神经模糊系统(ANFIS)控制算法及其在船舶航向控制中的应用进行了系统研究。 首先研究了船舶运动数学模型，以及包括风，流，浪和非线性力作用在船舶上的外界干扰力和力矩的计算模型。并针对船舶线性模型，在讨论了模型参考自适应控制理论的基础上，设计了模型参考自适应自动舵，并利用Matlab的Simulink环境对其进行了仿真。 传统的MRAC只能用于结构已知参数时变的线性系统，局限性较大。由于船舶运动具有非线性、滞后等特点，加上外界干扰的复杂性使得船舶运动具有不确定性。针对船舶航向非线性不确定系统，利用自适应神经模糊的控制算法(ANFIS)，将模糊逻辑和神经网络适当地结合起来，既可以表达模糊语言变量，又具有学习功能。通过ANN的学习功能使FIS中出现的参数得以优化并能自动产生模糊规则。在对ANFIS的原理和算法介绍基础之上，讨论了ANFIS控制器的实现方法，并将ANFIS控制器应用到船舶航向非线性系统中，仿真结果证明该方法十分有效。 将此算法在不同外界条件下，如在风干扰时，在不同载运状态下进行仿真，仿真结果表明该算法的控制效果显著，并与常规模型参考自适应算法的控制结果进行了比较，证明ANFIS算法的性能优越于传统模型参考自适应控制算法的性能。