悬架系统作为汽车重要的总成，具有缓冲道路冲击以及减弱道路不平引起的车身振动的作用，对汽车的行驶平顺性有着特别重要的影响。传统的被动悬架结构简单，价格低廉，可靠性好，但其参数固定不变，不能根据实际路况作出相应地调整，减振性能有限；主动悬架因加装了作动器，能适时根据路况调整悬架参数，使悬架始终处于最佳减振状态，性能卓越，但其也存在结构复杂，能源消耗大等不足；而介于二者之间的半主动悬架，通过调节刚度系数和阻尼系数的方法来控制悬架，其性能与主动悬架接近，但其结构相对简单，能耗也较小，已经成为汽车工程领域研究的热点。本文选取半主动悬架为研究对象，并与控制策略研究相结合，达到改善半主动悬架减振性能，提高汽车行驶平顺性的目的。因此，本文研究的主要工作在于两个方面，一是半主动悬架系统模型地建立，二是半主动悬架控制策略地设计。在半主动悬架系统模型的建立方面，本文首先分析车辆振动的机理，明确随机路面不平度是车辆振动的主要原因，并采用功率谱密度建立了该道路模型。其次对几种常用的悬架模型进行建模，推导归纳出悬架模型的简化条件；之后，运用悬架模型简化条件，将福特Granada汽车整车悬架模型简化为二自由度1/4车悬架模型，并在ADAMS软件里建立半主动悬架动力学模型。最后仿真建立汽车平顺性评价指标的幅频特性曲线，对比分析平顺性评价指标间的相互关系。在半主动悬架控制策略的设计方面，本文首先结合模糊控制方法和神经网络控制方法的不同特征，阐述模糊控制和神经网络控制相结合的优势，并针对半主动悬架设计模糊神经网络控制器。之后，为了进一步提高控制效果，对模糊神经网络控制器作进一步研究分析，针对BP学习算法的不足，设计将BP学习算法与GA算法相结合的基于GA的半主动悬架模糊神经网络控制器。最后，构建ADAMS和MATLAB联合仿真平台，建立半主动悬架动力学模型与控制策略的联合仿真模型，并通过联合仿真验证了本文设计的模糊神经网络控制器和基于GA的模糊神经网络控制器对于提高半主动悬架的减振性能，改善汽车行驶平顺性是有效的。