悬架系统为现代汽车的重要组成部分之一，其性能的好坏直接影响行驶车辆的平顺性、操纵稳定性、还有轮胎着地等性能。传统的机械式被动悬架不能满足现代汽车的乘坐舒适性和操纵稳定性。半主动悬架可以依据车辆行驶的车身状况和外界路面激励实际状况，对减振器的阻尼和弹簧刚度实行调节，使得悬架系统处在最优的减振状态，从而获得较好的平顺性和稳定性。本文基于1/4半主动悬架模型对基于路况预测的模糊神经网络控制器进行了研究。　　首先，对悬架四自由度1/2车辆被动和半主动悬架以及二自由度1/4车辆被动和半主动悬架的数学模型进行分析，并且对1/4半主动悬架模型提出路况预测的模糊神经网络控制策略，最终实现控制器良好的控制性能。　　其次，分析了模糊理论和神经网络相结合的复合控制方法，并对其在半主动悬架控制的应用的可行性进行了分析，该复合控制方法对非线性、强耦合的半主动悬架系统具有明显的控制效果，然后对基于路况预测半主动悬架系统设计了四层49条模糊规则的模糊神经网络控制器。　　再次，采用DSP F28335的浮点型芯片设计了半主动悬架数字控制系统。设计了包括电源电路、看门狗复位电路和时钟电路的最小系统，并对车速信号采集与调理电路、车高信号采集与调理电路、超声波路面信号采集与调理电路和滤波信号实行了设计。针对两相步进电机的驱动，设计具有光电隔离功能Mosfet功率器件的H桥驱动电路，实现了悬架系统阻尼的动态调节。　　最后，选择C级积分白噪声的20km/h和40km/h随机路面作为激励，采用模糊神经网络控制对二自由度1/4被动悬架、半主动悬架系统以及带路况预测的半主动悬架系统进行了仿真研究。在Matlab/Simulink系统中对车身垂直加速度、悬架弹簧动挠度、轮胎动载荷等性能指标分别进行了仿真比较。仿真结果表明，本文设计的基于路况预测的半主动悬架模糊神经网络控制器改善了车辆的性能指标，进而提高了车辆的操纵稳定性和平顺性。