随着人类对海洋领域的不断探索,人们对船舶的位置和姿态要求越来越高,动力定位系统已成为一种深海领域必要的保持船舶位置的关键技术。动力定位系统主要包括测量系统、控制系统和推进系统,其中控制系统是动力定位系统的核心部分。本文以海洋平台支持船舶为研究对象,以提高动力定位控制系统的抗干扰性和鲁棒性为出发点,研究了神经网络与PD混合控制算法。首先重点研究了三自由度水面船舶动力定位系统模型,包括船舶模型、外界环境干扰的风浪流模型以及卡尔曼滤波器,并在MATLAB/Simulink的仿真环境里验证了模型的准确性。接着深入研究了前馈神经网络的学习算法和网络结构,提出了基于RBF神经网络与PD相结合的混合控制算法。应用MATLAB编程语言编写了动力定位系统的仿真程序,对非线性PID控制器和所提出的RBF-PD混合控制器在海洋平台支持船上分别进行了船舶运动控制仿真,表明了算法的有效性。通过本文的研究,说明RBF神经网络与PD的混合控制算法对于改善动力定位系统的鲁棒性和抗干扰性是有效的。