本书基于机械概念和理论给出了越野车辆系统建模、数学描述和性能优化分析等问题的相关方法，主要目的是较为准确地概述越野汽车的动力学系统。本书首先建立了与车辆的行驶参数能够很好地吻合的数学模型，同时还介绍了高效地对在崎岖不平路面上行驶的车辆进行建模以获得车辆最佳性能的方法，以及更快地针对越野车辆进行设计、开发、分析的基本原理。本书有助于读者开发计算机程序，并使用一些最先进的人工智能方法来对越野车辆动力学进行分析、建模和优化。读者可以根据需要选择学习。本书可作为高等院校机械工程、车辆工程、交通运输及相关专业的本科生、研究生教材，也可供对越野车辆感兴趣的研究人员和工程技术人员阅读参考。

前言
译者的话
第1章 越野车的介绍
1.1 车辆地面力学的作用
1.2 车辆地面力学的基本概念
1.3 地形特征
1.3.1 弹性介质
1.3.2 塑性区
1.4 土壤测量仪器的介绍
参考文献
第2章 车轮与地面的相互作用
2.1 车轮与障碍物的碰撞
2.2 轮胎模型
2.2.1 力和力矩
2.2.2 轮胎刚度
2.2.3 轮胎印迹
2.2.4 轮胎与道路的建模
2.2.5 轮胎滚动阻力
2.2.6 轮胎的加减速特性影响
参考文献
第3章 越野车的性能
3.1 影响越野车性能的参数
3.1.1 空气动力
3.1.2 滚动阻力
3.1.3 总推力
3.1.4 车轮动载荷
3.2 可变形路面上的车辆动力学
3.2.1 柔性轮胎的纵向滑移和剪切位移
3.2.2 柔性轮胎的应力和力
3.2.3 柔性轮胎的横向力
3.3 平顺性
3.3.1 四分之一车辆模型
3.3.2 自行车模型
3.3.3 二分之一车辆模型
3.3.4 整车模型
3.4 运动稳定性和操纵稳定性
3.4.1 车辆的操纵动力学
3.4.2 越野车辆的稳定性
参考文献
第4章 从能量角度分析越野车的机动性
4.1 越野车机动的能源与动力源
4.2 减振器（能量收集）
4.2.1 从悬架系统中收集能量
4.2.2 轮胎能量的收集
4.2.3 制动能量的收集
4.3 由车辆动力学引起的能量耗散
参考文献
第5章 人工智能在建模和优化中的应用
5.1 人工智能工具简介
5.2 用人工神经网络、支持向量机和自适应神经模糊推理系统进行建模
5.2.1 人工神经网络
5.2.2 自适应神经模糊推理系统（ANFIS）
5.2.3 支持向量机
5.2.4 具有改进微分进化系统的Takagi-Sugeno型模糊神经网络
5.3 启发式优化和元启发式优化
5.3.1 帝国竞争算法（ICA）
5.3.2 遗传算法
5.3.3 粒子群优化
5.4 元启发方法在悬架控制中的应用
参考文献
第6章 习题