本课题主要针对具有强非线性关联项和外界干扰的不确定MIMO系统,将”最少学习参数算法(MLPA)”与动态面控制(DSC)方法有机结合,利用模糊系统作为通用逼近器,结合各种鲁棒控制技术,进行鲁棒自适应跟踪控制设计,在解决系统中存在的强非线性和强耦合性问题、消除“解耦矩阵”影响的同时,解决传统自适应控制设计中对于高阶系统可能存在的“维数灾难”问题、“计算膨胀”问题和“控制器奇异值”问题。并将研究结果直接应用于船舶航迹控制,研发计算量小、结构简单而性能有保障、从而易于工程实现的鲁棒自适应控制算法,解决控制算法的理论研究与工程应用之间的矛盾,为工程实践提供理论指导。内容主要概括如下三点:　　 (1)在无需对系统作过多假设的基础上,利用T-S型模糊系统仅对系统函数逼近,基于Lyapunov稳定性理论,将“MLPA”算法与DSC方法结合,提出两种新的鲁棒自适应模糊跟踪控制算法,达到无论设计系统的阶有多高、模糊系统中使用的规则有多少,每个子系统的自适应学习参数仅为一个或者两个,解决传统自适应模糊控制设计中对于高阶MIMO系统可能存在的“维数灾难”问题以及常规后推方法所固有的“计算膨胀”问题,提高控制器的执行速度,以方便工程上的实现;　　 (2)所提出的设计方法无需对不确定虚拟控制增益函数进行估计,因而避免了基于逼近器的传统自适应控制设计方法中潜在的“控制器奇异值”问题。同时也解决了具有强耦合性不确定MIMO非线性系统的鲁棒自适应跟踪控制设计问题:　　 (3)以船舶航迹控制系统设计为benchmark,利用船舶操纵运动数学模型,对提出的算法进行数值仿真试验研究,为将来进一步将所提出算法应用于工程实践打下基础。