为了避免由于超速造成的交通事故，连续型减速带被广泛设置于关键路段。连续型减速带高度较低，对车辆平顺性的影响较小，直接对车辆产生危害的可能性较低，但是由于现代车辆悬架中广泛存在的非线性特性，在路面减速带和发动机振动的联合激励下车辆有可能产生混沌。混沌具有类随机性和初态敏感性，有可能对车辆造成诸多不良影响。　　针对此问题，论文建立考虑发动机激励的五自由度车辆模型，利用图像和数值对车辆的混沌状态进行识别、对系统参数对车辆混沌状态的影响进行分析。利用遗传算法对车辆悬架参数进行优化，基于粒子群算法对车辆进行非线性反馈控制，以抑制车辆的混沌。主要研究内容如下:　　(1)建立与车速耦合的减速带动态激励模型和发动机激励模型，根据一定简化规则和相关研究建立考虑发动机激励的非线性五自由度车辆模型。　　(2)通过分岔图、时间历程图、相轨迹图、poincaré截面图和车辆系统最大Lyapuno指数，分析车辆在不同系统参数下车辆的混沌状态。　　(3)分析了系统参数对车辆混沌状态的影响，利用车辆系统最大Lyapunov指数衡量车辆混沌程度，确定使车辆混沌程度较小的参数区间，为车辆和减速带的参数选取提供依据。　　(4)利用遗传算法优化车辆悬架参数，调整车辆悬架参数kf2、kr2、f2、cr2使车辆系统的最大Lyapunov指数最小，即使车辆的混沌程度最小。　　(5)运用分段二次函数对车辆系统进行反馈控制，利用粒子群算法搜寻反馈控制的最佳反馈系数。　　上述研究，揭示了车辆在连续型减速带及发动机联合激励下的混沌特性，分析了不同车速下车辆产生混沌的途径及各系统参数对车辆混沌状态的影响。利用基于遗传算法对车辆悬架参数的优化和基于粒子群算法对车辆的反馈控制对车辆的混沌进行了有效的抑制。