驾驶性反映了驾驶员在汽车纵向行驶过程中人车交互的主观感觉,在满足经济性、动力性的前提下,良好的驾驶性是提升产品竞争力的关键。目前,国内对于驾驶性优劣的评价主要依靠主观评价,然而主观评价存在易受评价人员及环境影响、重复性低、评价结果不易转化为工程语言等缺点,难以指导驾驶性能的前期开发。随着测试及计算机技术的发展,客观评价已成为驾驶性评价的重要手段。本文系统的总结了影响驾驶性的主观感受和客观动力总成参数,在此基础上制定了驾驶性评价的试验研究方案;针对换挡和起步两个工况,对两辆SUV车型进行主观评价试验,同时采集试验过程的客观数据,通过定量分析主观驾驶感受与客观指标之间的关系,建立了驾驶性主观和客观评价体系;通过对主观和客观评价指标进行相关分析,剔除客观评价体系中的冗余项,提取出核心评价指标。以主观评分为因变量,客观评价指标为自变量,建立多元线性回归预测模型,通过回归系数验证模型的拟合度;以主观评分为模型输出,客观评价指标为模型输入,建立BP神经网络预测模型,通过模型误差验证神经网络模型的有效性。分别使用两个预测模型对相同的测试样本进行客观评价,通过对比两个预测模型与主观评价结果的相对误差和一致性,验证了BP神经网络预测模型的准确性和优越性。研究表明,所建立的客观评价体系和预测模型能够真实反映主观评价结果,BP神经网络预测模型的预测结果与主观评价一致性高,充分说明了采用BP神经网络预测模型对驾驶性进行客观评价的可行性和优越性。基于BP神经网络的驾驶性客观评价具有广阔的发展与应用前景,为驾驶性客观评价提出了一种新的方法,具有较强的理论研究意义和实际使用价值。