随着列车运行速度的提高,车体振动愈发严重,基于超磁致伸缩作动器的主动悬架具有强稳定性、大作动力等优势,具有较大的应用前景,但超磁致伸缩作动器具有严重的迟滞非线性,这种特性限制了主动悬架的控制精度及稳定性。本文对超磁致伸缩作动器迟滞特性进行建模,针对模型中的未知参数设计了参数辨识算法,并验证了模型的准确性及参数辨识算法的优越性。论文主要研究内容如下:首先结合磁致伸缩材料的输出特性,介绍了超磁致伸缩作动器的组成及结构,根据主动悬架需要变幅值或变频率输出的特性,分析了超磁致伸缩作动器在不同幅值、不同频率下的迟滞性曲线。其次开展超磁致伸缩作动器迟滞性建模研究,以Prandtl-Ishlinski（PI）模型为基础,通过分析传统PI模型的不足,将多项式函数和迟滞因子引入PI模型,对模型做非对称改进;通过构造频率对模型参数的线性函数,使模型输出具有率相关性。通过仿真验证了率相关非对称PI模型仍具有擦除特性和次环一致性。再次为了解决传统参数辨识算法辨识精度低、收敛速度慢的问题,设计了一种融合鸟巢扰动的动态惯性步长布谷鸟算法（Adaptive Cuckoo Search Algorithm Based on Nest Disturbance,CSND）,采用Logistic映射优化初始种群,提高种群多样性;对发现概率和Levy飞行引入动态函数,以提高算法搜索精度;引入鸟巢扰动策略,提高算法跳出局部最优解的能力。选取8个包含单峰、多峰的测试函数,设计与PSO、DE、CS、CS算法变体的对比实验,结果显示CSND算法的寻优性能最优。最后使用CSND算法辨识率相关非对称PI模型,通过对迟滞因子个数、多项式函数阶次、算子个数进行优化取值降低了模型复杂度,结合不同幅值下的静态数据辨识模型静态参数,通过不同频率下的动态数据构造参数—频率的线性函数。在RMSE、MAD、MAE三种评价指标下,验证率相关非对称PI模型相比于传统PI模型,能够较准确的描述超磁致伸缩作动器变幅值的静态特性及变频率的动态特性。