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。

对电动液压助力转向系统各部分建立数学模型，基于Matlab软件里的Simulink模块对电动液压助力转向系统模型和四自由度车辆模型所组合的系统模型进行仿真。分析了在不同转向盘角阶跃输入速度、不同车速下的横摆角速度和侧向加速度对汽车操纵稳定性的影响，揭示了转向特性与车速和转向盘角阶跃输入速度的内在关系。