21世纪的科技发展如火如荼,汽车工业的发展也日新月异。截至2019年12月,中国机动车保有量达到3.48亿辆,比2018年底增加2578万辆;机动车驾驶人达4.35亿,与2018年底相比增加2800万人。随着汽车保有量的不断增加,人们对汽车性能的要求逐步提高,由最初的安全性和经济性逐渐发展为驾驶舒适性和操纵稳定性。在智能汽车中,悬架系统是影响上述性能的主要部件。悬架系统作为车架和车桥之间的连接装置,承担传递力和力矩的作用,影响车辆正常运行时的舒适性与安全性。随着悬架技术的不断发展,悬架系统从最初的被动悬架逐渐向参数可调方向发展,由此诞生了性能更佳的半主动悬架和主动悬架。主动悬架是在被动悬架的基础上增加一个控制器,用来产生所需的控制力以减少车身振动。本文研究内容主要分以下几个方面:（1）模型的建立。首先根据悬架系统的非线性特性,对悬架系统动力学模型进行选取和建立,再根据车辆动力学模型对主动悬架数学模型进行建立;对车辆运行时可能遇到的几种道路工况进行分析,并对几种常见的路面激励建立仿真模型;根据悬架系统性能对车辆平顺性和操纵稳定性进行分析,以求得悬架性能的评价指标。（2）滑模控制策略的研究。对主动悬架系统进行设计,控制策略的选取十分重要。以一个简单的滑模控制策略为例,对滑模控制的运动情况和滑模控制的基本条件进行研究,分别对切换控制量和等效控制量的设计问题进行研究、四种滑模趋近律和滑模控制的不变性问题进行研究分析。最后对主动悬架系统的简单滑模控制策略进行设计;为了提高滑模控制的鲁棒性,将反演法与滑模控制相结合来设计滑模控制中的等效控制量,由于滑模控制策略会引起系统“抖振”,引入径向基神经网络算法来设计滑模控制中的切换控制量。（3）仿真分析。在Matlab/Simulink中建立被动悬架系统模型、基于滑模控制策略（SMC）的主动悬架模型和基于径向基神经网络算法的反演滑模（RBF-SMC）控制策略的主动悬架模型,并进行对比仿真分析。研究结果表明,使用RBF-SMC控制策略和SMC控制策略都能够抑制车身振动,且RBF-SMC控制器的控制效果优于SMC控制器,与被动悬架系统相比评价指标表现良好,证明了本文设计的控制策略能够有效的改善车辆运行时的舒适性和安全性。