由于磁流变液的机理尚未清晰，故以其作为介质的磁流变阻尼器具有未知的非线性特性。鉴于人工神经网络具有万能逼近能力，该文应用神经网络技术研究磁流变阻尼器的模型辨识问题。首先利用BP神经网络在对磁流变阻尼器的正模型进行建模，在此基础上，利用递归神经网络对磁流变阻尼器的逆模型进行辨识。仿真结果表明，神经网络可以准确地对磁流变阻尼器模型进行建模，并且逆模型的神经网络模型可以用于振动抑制。

基于商用有限元分析软件，探讨单级和双级磁流变阻尼器的磁场特性。研究同样参数条件下双级磁路与单级磁路对磁流变阻尼器性能的影响，对比了不同结构参数、不同条件下的单级、双级磁流变阻尼器磁场分布的不同，从而系统研究了影响磁流变阻尼器磁场性能的各种结构参数及其贡献。可以用于指导磁流变阻尼器的设计。