研究车辆半主动悬架的关键在于阻尼可调减振器的研制、控制理论及方法的研究和控制系统的计算机实现,其中基于现代控制理论的控制方法与控制器设计是半主动悬架系统研究的核心,控制策略直接决定了半主动悬架性能的优劣。在众多的控制技术中最优控制器的理论最为成熟,在车辆半主动悬架设计中,最优控制器可以由不同的性能要求确定不同的目标函数,目标函数中加权系数的选取决定控制系统本身的控制效果,因此,对于一个半主动悬架系统来说,加权系数的选取直接影响半主动悬架系统控制性能的优劣,因此合理确定加权系数是进行车辆半主动悬架最优控制的一个重要问题。近年来,一种源于对鸟群捕食行为的研究而发明的一种新型优化计算技术粒子群优化算法(Particle Swarm Optimization,简写为PSO),因为其快速性、有效性和鲁棒性的技术特点被广泛应用于复杂的问题优化算法中。根据汽车在不同的路面等级和不同的工况下行驶的振动响应,采用粒子群算法算出不同工况下的最优控制器中各评价指标的加权系数,以满足不同路面等级下行驶的平顺性和操纵稳定性要求。为保证算法的准确性,本文以某轿车为研究对象,采用Matlab建立整车动力学模型,在Freescale MC9S12xdp512为核心处理器的电子控制单元上开发粒子群最优控制策略,结合Matlab/Real-time Windows Target模块构建了半主动悬架系统硬件在环仿真平台,在搭建的车辆半主动悬架系统控制策略硬件在环仿真试验平台上进行了粒子群最优控制策略的半实物仿真试验。试验结果表明,粒子群最优控制在不同路面输入激励下均能取得较好的控制效果,能有效地提高半主动悬架系统的综合性能,兼顾车辆的平顺性和操纵稳定性。