为提升车辆行驶平顺性，提出一种半主动悬架智能优化的滑模控制策略。对电磁阀式减振器进行力学特性测试，利用试验数据搭建神经网络模型作为减振器正模型并验证。建立1/4 车辆悬架模型，参考混合天地棚系统模型，将实际被控制系统动态误差引入到滑模控制中，采用指数趋近律并使用饱和函数作切换函数，来抑制抖振现象。采用遗传算法和均匀粒子群优化组合的智能优化算法（Genetic Algorithm Uniform Particle Swarm Optimization，GAUPSO）优化滑模控制器中的趋近律参数和混合天地棚权重系数。仿真和试验结果表明，与被动悬架控制、滑模控制和粒子群优化的滑模控制相比较，GA-UPSO优化的滑模控制使簧载质量加速度和轮胎动位移的均方根值明显下降，可以改善半主动悬架的减振效果。

为准确地对地铁站台门进行故障诊断，并针对支持向量机(Support Vector Machine，SVM)在故障诊断中的参数选择问题，将跳蛛算法(Jumping Spider Optimization Algorithm，JSOA)用于SVM参数优化提升诊断性能，同时针对JSOA易陷入局部最优、收敛速度慢等不足，提出一种多策略改进跳蛛算法(Improved Jumping Spider Optimization Algorithm，IJSOA)优化SVM的站台门故障诊断方法。首先使用Teager 能量算子、变分模态分解(Variational Mode Decomposition，VMD)以及精细复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy，RCMFE)提取信号特征；其次，通过IJSOA寻找SVM最优参数组合构建诊断模型；最后，使用提取的特征向量输入诊断模型实现站台门故障诊断。结果表明提出方法平均识别率为97.774 %，诊断精度较其余几种方法更具优势，能够有效提升故障诊断分类效果。

针对某电动车型供电状态踩踏制动踏板时，车内轰鸣音过大的问题，通过主观评价、问题排查，确认由制动真空泵引起。采用源—传递路径—目标位置分析方法，结合模态仿真数据，分析了制动真空泵对车内噪声的影响机制。提出了真空泵包裹阻尼材料降低车内空气辐射噪声和增加安装支架刚度减小结构辐射噪声的改进方案。试验测试表明，采用改进方案后，车内噪声峰值降低约6dB。