本发明提供了一种基于stacking模型融合的船舶运动黑箱辨识建模与运动预测方法，其中的船舶运动黑箱辨识建模方法包括：S1通过传感器获取船舶的运动数据，S2：对获取的船舶的运动数据进行预处理，S3：使用K折交叉验证方法基于训练集生成训练好的基学习器，并将测试集输入训练好的基学习器，分别得到三个训练好的基学习器对测试集的预测结果；S4：将三个训练好的基学习器对测试集的预测结果作为下一层元学习器的特征值，将真实值作为标签，使用线性回归的方式构建元学习器，作为船舶运动黑箱辨识模型。本发明结合了几个基学习器的优点，其拟合能力强、泛化能力好，对于船舶运动姿态的预测精度和效率都得到了提高。