建立了整车主动悬架和电控液压助力转向系统的动力学模型，分析了接受PID控制的双闭环电控液压助力转向系统输出的转向助力矩，通过车身姿态参数动态调整悬架作动器作用力的大小，实现悬架和转向的集成控制．相对于传统的悬架和转向系统，引入预测控制理论，并建立了预测控制器，既保证了车辆操纵轻便性，又显著提高了整车操纵稳定型、安全性和行驶平顺行等整车综合性能．

建立了电控液压助力转向系统和主动悬架的动力学模型，PID控制的双闭环电控液压助力转向系统输出转向助力．根据车身姿态参数动态调整悬架作动器作用力的大小，从而实现悬架和转向的集成控制。引入预测控制理论，并建立了预测控制器，相对于传统的悬架和转向系统，车辆的操纵轻便性、稳定性、安全性和行驶平顺性等整车综合性能都得到了改善。

首先针对电动液压助力转向（EHPS）系统助力特性非线性特点，将BP神经网络引入EHPS系统中。因BP神经网络存在易陷入局部最小缺点，提出了利用遗传算法来优化BP神经网络的连接权值的改进型BP神经网络（简称ENN）控制算法，对助力特性曲线进行全车速拟合。通过对拟合结果的分析得出ENN算法具有收敛速度快、泛化能力强的特点，准确实现了非线性助力特性的全车速拟合，克服了EHPS系统的助力盲区。最后，通过台架试验验证该ENN控制算法的可行性。