目前，我国坦克炮控系统性能与西方发达国家相比还有一定差距。因此，研制高性能的坦克炮控系统，意义重大。本文以某新型坦克火炮的研制工作为背景，对该火炮控制系统的模型辨识与控制策略进行了研究。　　 本文首先介绍了该坦克火炮的总体设计：水平向和高低向均采用交流永磁同步电动机，交流全电式控制系统。接着阐述了该炮控系统半实物仿真实验平台的设计，并在此基础上，获取系统建模所需的相关数据。　　 然后，讨论了该炮控系统的建模方法。文中仔细研究了前馈型神经网络(BP网络)和遗传算法的实现方式。针对BP算法易陷入局部极小点且收敛速度较慢等缺陷，首先提出利用遗传算法来优化BP网络，而后又考虑到模型的辨识应包括结构确定和参数辨识两部分，故进一步提出基于递阶遗传算法(HGA)优化BP网络学习算法的方案，可以同时优化网络的结构和参数。实验结果验证了该方法的有效性。　　 最后，对于该坦克炮控系统，提出了一种采用遗传算法优化的自抗扰控制器(ADRC)。该方法通过自抗扰控制的鲁棒性来抑制扰动，利用遗传算法的全局寻优能力来优化控制器参数。文中给出了该算法的实现机理，并进行了大量与经典PID控制器的对比实验研究。结果表明，所设计的自抗扰控制器对各种典型测试信号具有良好的控制效果，可以使系统的动静态性能指标满足相关要求，能够实现对坦克火炮的精确控制。