自主航行器可以运用于水质监测，船舶巡检和海洋环境探索等重要的领域，并且具有非常广阔的运用前景，已引起全世界各个国家的环保部门、国防部门和开采部门的广泛关注。由于水流的惯性作用使得航行器在水面上自主航行有别于陆地上车辆的自主驾驶，航行器在水面上自主航行的过程中容易产生严重的超调现象，航行器的行驶路线将不能按照理想的运行状态进行航行;此外航行器控制反应滞后对航行器的运行效果也有重要的影响。在复杂的水面环境中，航行器受水环境的影响比较明显，目前对航行器控制算法的研究成果少且简单，航行器达到理想的航行效果非常困难。因此，设计一种适应于复杂水面环境的自主航行控制算法具有重要的理论与工程意义。　　针对航行器自主航行过程中存在的严重问题，本文的主要研究内容和创新之处在于:　　(1)本论文研究了航行器状态预测问题，提出了一种基于序列学习的航行器状态预测算法。该方法以n个航行器的状态值作为一个序列对下一时刻航行器的状态值进行预测:首先收集前t-1个时刻航行器的运行状态对在线序列极限学习机进行初始化;然后以n为单位将航行器的状态值作为一个序列输入到在线序列极限学习机中进行预测学习，输出下一时刻航行器状态值的预测结果;最后随着航行器状态值的不断更新对在线序列极限学习机的预测模型也进行相应的更新。　　(2)本论文通过上述航行器状态预测算法得出的航行器状态预测值，提出了一种航行器变论域模糊控制算法。将航行器状态预测值和变论域系数相结合进行模糊控制算法，得出下一时刻航行器的控制输出，实现了航行器无偏差的自主航行，提高了航行器的控制精度。　　(3)本论文设计了适合航行器运动的水环境模型，进行了大量的仿真实验得出了水环境模型下本论文算法的参数最优值，并将仿真实验中的参数最优值用于实际环境中和传统的航行器自主航行控制算法进行性能实验比较，证实了本论文算法的有效性、低复杂度性和高精度性。