该文针对车辆主动悬架系统具有大量非线性环节,并且难以建立其精确数学模型的特点进行了深入地研究.首先,对主动悬架系统中常见的几种控制方法进行了理论分析和算法研究,包括自适应控制、最优控制等,并且着重阐述了自适应控制在主动悬架系统中的应用.其次,在理论研究的基础之上,分别以1/4车二自由度悬架系统模型为控制对象进行了主动悬架自适应控制算法的计算机仿真.然后,运用C语言编写了自适应控制程序,进行了车辆主动悬架实体装置的台架实验.最后,该文还提出了一种新型神经网络模糊控制策略,该策略是将神经网络和模糊控制有机地结合起来,既具有神经网络并行处理和自学习的特点,又具有模糊控制不依赖被控对象精确的数学模型等优点.计算机仿真和车辆悬架实体装置的台架实验表明,在不同的路面激励下,神经网络模糊控制在车辆主动悬架系统中的应用,对减小车体的振动和提高车辆的整体性能效果显著.