FlexRay数据传输总线是用于汽车高速的、可确定性的、具有故障容错能力的一种总线技术。随着时代发展,人们对汽车安全系统、舒适系统、信息娱乐系统等性能要求不断增加,越来越多的控制任务和信息都要通过总线传输。然而,FlexRay总线中网络带宽资源是有限的,对于传输消息数据长度相差较大时,会导致网络带宽资源不合理使用,从而造成带宽资源浪费的情况。根据国内外学者对FlexRay总线的研究现状以及未来汽车的发展趋势,本文提出一种基于神经网络的FlexRay总线模型参考自适应控制系统理论模型方案。针对基于FlexRay总线静态段网络带宽利用率关系设计的控制系统方案,并结合FlexRay车载网络的复杂性和非线性特点,以及神经网络具有自学习、自适应和全局逼近的能力,建立了该控制系统理论模型。本文设计的控制系统结构包含四个部分。首先,利用FlexRay总线静态段网络带宽关系建立控制系统中FlexRay被控对象数学模型,并将它的带宽利用率输出作为系统输出。其次,利用优化后的静态段带宽关系建立控制系统结构中的参考模型,并将它的最大带宽利用率输出作为系统期望输出。最后,设计基于误差反向学习算法的神经网络辨识器和神经网络控制器。神经网络的作用是:1、对FlexRay被控对象系统模型进行神经网络在线辨识;2、对控制器神经网络进行训练。采用的控制原理是,利用神经网络对FlexRay被控对象系统模型进行辨识,以及对控制器进行样本训练,通过训练误差来调节控制器使得FlexRay被控对象输出跟踪参考模型期望输出,从而达到对FlexRay总线的控制。最后,将设计好的神经网络控制权值导入到Simulink模型中进行仿真。仿真结果表明,本文设计的控制理论方案是可行的,达到了预期的控制效果,且对控制对象参数变化具有良好的适应性。为汽车今后进一步的网络化、智能化发展提供新的依据。