磁流变阻尼器是一种智能驱动器，它耗能少，出力大，响应快，因而要求其对应的控制算法也要计算速度快，且要有较好的控制效果。通过计算发现，神经网络算法能满足这一要求。本文利用神经网络PID控制算法，对使用磁流变阻尼器和钢丝绳减振器的舰用智能减振抗冲元件进行了理论和仿真研究。 首先，在分析磁流变液组成及特点的基础上，利用Bingham流体理论推导了剪切阀式磁流变阻尼器的阻尼力模型。分析了磁流变阻尼器活塞与缸体间隙变化对阻尼器性能的影响，并验证了磁流变阻尼器应用于高速冲击环境下的可行性和有效性。 其次，对舰用动力装置及设备的减振抗冲机构进行力学建模分析，对试验结构在不同激励输入下的动力学特性进行了仿真研究。计算结果表明，系统加装磁流变阻尼器后，其动力学性能都有明显的改善和提高。 第三，通过对钢丝绳减振器的有限元仿真计算，详细讨论了外型尺寸参数变化对钢丝绳减振器等效刚度的影响，并针对试验要求确定了钢丝绳减振器的关键外型尺寸参数。 第四，利用反向传播神经网络对系统动力学特性进行了辨识，并利用神经网络PID振动控制技术对以磁流变阻尼器和钢丝绳减振器为组合的舰用智能减振抗冲元件进行了数值仿真研究。结果表明不同的激励输入下，应用该控制方法均有较明显的减振抗冲效果。