長江口深水航道治理工程中，使用了大量適應施工需求的專用工程船舶，如挖泥船、鋪排船、拋石船等，這些工程船一般為非自航錨泊型船舶，而且大多數(shù)是由其他船舶改裝而來，自動化作業(yè)程度普遍比較低。在目前市場經(jīng)濟的大背景下，擁有高自動化程度的工程船就意味著效益和成績，因此研究工程船錨泊移位自動控制系統(tǒng)，對提高工程船施工作業(yè)精度、速度有較大的實際應用價值。
　　筆者在多年科學研究及工程實踐應用的基礎上，形成了本書。首先介紹了錨泊移位型船舶的系統(tǒng)建模。在已有文獻研究的基礎上，借鑒常規(guī)船舶模型分析方法，分析該類型船舶的運動機理和特點，提出了錨泊船二維和三維的線性運動模型。同時針對該類型船舶的特點和工程應用要求，基于神經(jīng)網(wǎng)絡辨識方法，提出了一種面向錨泊移位型工程船舶的系統(tǒng)辨識模型。以一類典型的錨泊移位工程船——軟體鋪排船為例，依托工程實踐采集的實驗數(shù)據(jù)對神經(jīng)網(wǎng)絡模型參數(shù)進行學習訓練，得到鋪排船縱向位移模型。
　　針對建模和控制的優(yōu)化問題，分析了量子粒子群算法。作為QPSO算法中唯一的參數(shù)，本書從問題依賴性、種群規(guī)模等多方面對收縮擴張系數(shù)p進行了大量的實驗分析，根據(jù)實驗結(jié)果得到該參數(shù)選取的指導性準則。為提高收斂速度，本書提出了一種改進的QPSO算法。通過仿真實驗對比分析，該改進算法的收斂速度相對于標準的QPSO算法有顯著的提高。利用改進的QPSO算法對鋪排船縱向位移模型參數(shù)進行了優(yōu)化訓練，優(yōu)化后的模型作為自動控制系統(tǒng)設計和仿真的對象模型�；�于模糊邏輯設計了工程船舶航跡保持控制系統(tǒng)，并利用改進的QSPO算法對模糊控制器的模糊規(guī)則和隸屬函數(shù)進行了優(yōu)化設計。系統(tǒng)仿真實驗結(jié)果表明，改進的QPSO算法應用于模糊控制器的參數(shù)設計是可行和有效的，控制系統(tǒng)的動、靜態(tài)特性指標均能滿足工程實踐的要求。
　　我們提出了一種基于自適應神經(jīng)一模糊推理系統(tǒng)（ANFIS）的工程船舶自適應控制器網(wǎng)絡結(jié)構(gòu)，使控制器參數(shù)可隨環(huán)境因素變化以適應不同的施工任務。采用改進的QPSO算法對自適應航跡保持控制網(wǎng)絡的前、后件參數(shù)進行了優(yōu)化設計。與基于Fuzzy的航跡保持控制器的對比仿真實驗結(jié)果表明，基于ANFIS的自適應航跡保持控制器的控制效果在動、靜態(tài)性能方面均有提高。我們提出了基于ANFIS的航跡航向多變量自適應控制器網(wǎng)絡模型，網(wǎng)絡模型采用子網(wǎng)絡并行學習模式，利用多個粒子群對應各子網(wǎng)絡參數(shù)，使得網(wǎng)絡優(yōu)化訓練過程簡單、快速。結(jié)合工程船舶施工實際狀況，選取典型實例對該自適應控制系統(tǒng)進行了仿真實驗，實驗結(jié)果顯示該控制網(wǎng)絡能夠滿足工程船舶多目標控制要求。
　　結(jié)合實際工程項目，將基于模糊邏輯和QPSO優(yōu)化算法的航跡保持控制系統(tǒng)應用于軟體鋪排船控制系統(tǒng)中，同時綜合應用PLC控制網(wǎng)絡技術、GPS定位技術、多傳感器信息融合技術、現(xiàn)場總線技術等先進的技術與手段，開發(fā)研制了一套軟體鋪排船作業(yè)綜合自動監(jiān)控系統(tǒng)。實船應用數(shù)據(jù)充分反映了本書探討的工程船舶錨泊移位智能控制系統(tǒng)的有效性，對于同類型工程船舶自動化水平的提高提供了一套切實可行的實施方案。其研究成果可推廣應用到類似工程船舶的自動作業(yè)系統(tǒng)中，對相關領域的研究也有一定的參考價值。
　　本書是在課題組多年科研實踐的基礎上完成的，既有理論研究成果，同時也開發(fā)了軟件系統(tǒng)，在重慶、武漢、宜昌等多地進行了實際應用，取得了良好的應用效果，并在中央電視臺等媒體上進行過專題匯報。本書在撰寫過程中得到劉清、郭建明等老師的幫助和支持，書中大量實驗數(shù)據(jù)的獲取，離不開長江航道局、重慶航道工程局等單位的大力支持，同時本書參考了大量的國內(nèi)外文獻，在此一并表示深深的謝意。本書可以作為高等學校交通運輸工程、控制科學與工程等專業(yè)教師和學生的參考教材，也可以為航道管理部門對專業(yè)工程船舶進行管理提供借鑒。