车辆半主动空气悬架系统是一个工况多样的复杂非线性系统。如何通过参数优化来改善半主动空气悬架系统的性能是学术界的热点问题。包括PSO(Particle Swarm Optimization)算法在内的群智能优化算法具有原理简单,收敛快等优点,但也存在收敛过早、容易陷入局部最优等问题,在直接用于进行半主动悬架系统的参数优化方面具有一定的局限性。针对以上问题,本文以整车7自由度可充放气半主动空气悬架系统为研究对象进行了基于IPSO(Improved Particle Swarm Optimization)算法的参数优化研究。本文主要内容如下:首先,为了获得膜式空气弹簧的力学特性,利用Abaqus软件进行了膜式空气弹簧的有限元分析,得到了多个初始压强情况下的支反力-压缩量拟合曲线。使用插值法对未进行有限元分析的初始压强情况下的支反力-压缩量曲线进行了预测。运用最小二乘法拟合得到了初始质量-初始压强曲线的二次拟合方程。然后,为了对整车半主动空气悬架系统进行动力学分析,建立了整车7自由度半主动空气悬架系统数学模型。以行驶速度为基础,基于我国道路限速要求和不同级别道路的质量优劣程度,将车辆直行路况分为高速路况、中速路况和低速路况;构建整车悬架性能评价函数,并利用层次分析法确定了不同直行路况下的评价函数加权值。其次,为了得到寻优能力更强的可用于空气悬架参数动态优化的算法,将CSO(Chicken Swarm Optimization)算法的部分优点整合到PSO算法中,得到了IPSO算法。运用5个测试函数进行测试发现,对于Ackley函数,IPSO算法寻优结果的最优值、最劣值、平均值都优于PSO算法和CSO算法,且标准差为0,这说明IPSO算法具备更强的鲁棒性。IPSO算法对其他4个测试函数的寻优成功率达到100%。最后,为了进行整车悬架系统参数优化仿真试验,结合空气弹簧有限元分析的结果,建立了整车7自由度半主动空气悬架系统的仿真模型。在MATLAB/Simulink环境中,运用IPSO算法优化整车半主动空气悬架系统的空气弹簧初始压强组合,得到了三种路况下的最优初始压强组合。结合空气弹簧的初始质量-初始压强拟合曲线方程和最佳初始压强组合,计算得到三种路况下的最佳空气质量组合。仿真结果显示,三种仿真路况下,与CSO算法和PSO算法相比,IPSO算法优化的整车悬架系统的综合性能改善了34.32%~65.47%。与被动空气悬架系统相比,三种路况下,IPSO算法优化后的整车半主动悬架系统的车身质心垂向加速度分别改善了35.98%、31.74%、27.17%。