悬架是车辆的重要部件之一，车辆行驶的平顺性、操纵稳定性等都与悬架性能的好坏有着直接的关系。悬架按控制力可划分为被动悬架、半主动悬架和全主动悬架。传统的被动悬架系统已无法从结构设计上使车辆具有良好的平顺性，而半主动悬架由于其悬架参数如阻尼、弹簧刚度等具有可调性，使得它可以很好地满足车辆行驶过程的需要，同时与主动悬架相比，由于工作中几乎不消耗发动机的功率，结构简单，造价较低，因此受到车辆工程界的广泛重视。 空气弹簧由于在低频处具有良好的减振性能，所以在汽车上得到了广泛应用。空气弹簧的刚度是可变的，因此半主动空气悬架是一个非线性系统。采用常规的控制策略控制其刚度实时最优往往难以取得满意结果。神经网络可以用来表示任意复杂的非线性函数，模糊控制方法适应于时变和滞后系统的控制，本文即探索将这两种方法结合应用于半主动空气悬架刚度控制的可行性。 论文首先根据悬架的评价指标，建立了变刚度半主动悬架的二自由度1/4 车辆模型，设计模糊神经网络控制器和辨识器，以控制输出信号动态改变空气弹簧的刚度从而达到自适应减振控制的目的。然后基于Matlab 对模型进行计算机仿真，还对悬架系统进行了实际台架试验，通过对比分析仿真和试验输出的簧载质量振动加速度、轮胎动载荷、悬架动挠度性能参数，表明所建的模型是正确的，且采用模糊神经网络控制的半主动悬架振动性能明显优于被动悬架，进而提高了汽车平顺性和操纵稳定性。 上述研究工作对于汽车电子控制系统和悬架半主动控制的研究有重要的参考价值，为半主动悬架系统在国产汽车上的实际应用提供了很好的依据，并为今后进一步开展汽车动力学性能的研究和计算机控制奠定了理论基础。