随着汽车工业的发展和汽车产品的普及,汽车已成为城镇居民出行的重要交通工具,对于汽车的安全性要求也更加严格。汽车防抱死系统(Anti-lock Braking System,ABS)作为汽车制动系统的核心主动安全装置,是保障汽车安全性的重要组成,对其进行更精准的故障诊断检测具有重要意义。由于神经网络具有自适应、良好的容错性、并行计算等优点,本文将之应用于汽车ABS的故障诊断中。构建三层BP神经网络模型,分别对汽车ABS调节器和传感器检测样本进行故障诊断。同时,结合现代智能算法中的遗传算法对BP网络进行参数优化,以克服BP网络收敛速度慢、易于陷入局部最优等缺陷。设计了采用遗传算法优化BP神经网络初始权值和阈值的遗传神经网络(GA_BP)算法,并将之应用于ABS调节器与传感器的故障诊断中。基于MATLAB2014软件平台,使用神经网络工具箱并编程实现遗传神经网络算法,分别对调节器和传感器检测样本进行训练并仿真检验,结果显示,应用遗传算法优化后,ABS故障诊断的效率和可靠性都得到了提升。最后,鉴于单神经网络具有复杂度高、故障空间和样本维度较小等问题,引入集成计算方法,提出了使用神经网络集成进行ABS故障诊断的方法。该方法可以利用不同方面的信息,将故障空间和样本空间进行划分,构建子神经网络分别独立计算仿真,最后将输出结果决策融合。使用调节器样本进行了仿真,通过诊断结果比较可知,神经网络集成有效地提升了故障诊断的效率和精度,增强了网络的泛化性能。