随着社会经济的发展，汽车己经越来越普及于人们生活当中，伴随如此的是人们对汽车各方面性能也提出了越来越高的要求。悬架作为汽车行驶系统的重要组成部分，直接影响到汽车的行驶平顺性和操纵稳定性，被动悬架由于自身固有的缺点，使其性能不能随路况的改变而改变。而主动悬架有作为力发生器的作动器，可以根据路面情况实时作用于悬架系统一个合适的控制力，相比被动悬架能够主动调节悬架系统的性能，大大提高了汽车的行驶平顺性和操纵稳定性。因此，如何设计一个合理的控制策略使产生的控制力能够最好的改善主动悬架的性能称为设计的主要问题。20世纪80年代以来，随着信息技术、计算机技术的飞跃发展及其它一些学科的相互渗透，控制科学领域的研究得到了不断深入，控制系统也正在向智能控制系统发展。智能控制是自动控制发展的高级阶段，是集人工智能、认知科学、模糊集理论和生物控制论等众多科学高度融合于一体的新兴交叉科学。智能控制科学与理论是当今国内外众多学者的热点研究领域，它代表着当今控制科学发展的最新方向和技术水平。本文基于二自由度1/4汽车主动悬架模型，从研究PID控制入手，结合智能控制策略，先后设计了主动悬架的PID控制器，模糊PID控制器和BP神经网络PID控制器，并在最后提出了一种利用人工蜂群算法(ABC)优化的BP神经网络PID控制策略。通过利用Matlab/Simulink平台建立了随机路面输入模型，然后在车身加速度、悬架动挠度和轮胎动位移这三项重要指标上与被动悬架进行仿真对比。结果表明，四种控制策略的主动悬架相比被动悬架都在车身加速度这项最重要指标上有不同程度的改善，其它两项指标也都在允许的范围之内，特别是采用人工蜂群算法优化的BP神经网络PID控制器控制效果要明显优于其它控制策略，这种控制方法也为主动悬架的控制理论研究提供了新的思路。