摘要：战斗力指数的定量化研究对军队信息化建设至关重要。针对当前战斗力指数研究方法存在受主观因素影响较大、定性分析较多、定量研究较少、方法泛化性不足等缺点,重申了以BP神经网络为“黑盒模型”计算战斗力指数这一方法的重要性和可行性。该方法以对战斗力指数影响的指标为输入,以战斗力指数的量值为输出,通过误差反向传递与梯度下降的训练方法自动学习输出与输入之间的复杂函数关系。此外,针对当前涉及BP神经网络结构优化研究较少、所用BP神经网络结构简单、性能及稳定性无法保证等问题,提出了一套行之有效BP神经网络的优化方法。该方法通过优化神经元数量、隐藏层数、训练方法3种手段优化BP神经网络。仿真实验结果表明:3种优化方法均可提升BP神经网络性能,同种优化方法的最佳模型分别比其他模型的平均预测误差低约4%、7%、6%。

摘要：自抗扰控制是一种扰动观测控制,具有无传感器扰动估测、不确定抵消和前馈补偿的优点。针对目前Vienna整流器在实际应用中存在控制性能不高的问题,将传统双闭环解耦控制中的电压外环PI调节器,由自抗扰控制律替换,得到了基于自抗扰控制律的Vienna整流器控制模型,构成了一种新型双闭环控制策略,并给出了参数设计过程。最后利用PLECS仿真验证,相比传统双PI控制,提出的复合控制方法具有静动态特性好、易于实现、鲁棒性强的优点。