1.一种基于单神经元PID控制的车辆ISD悬架主动控制方法，其特征在于，包括：步骤1)，建立ISD悬架四分之一模型：其中，zs、zu、zb和zr分别为车身、轮胎、阻尼上端点和路面的垂直位移，u为液电耦合式惯容器两端的力，f为直线电机的作动力，c为阻尼系数，k为悬架刚度系数，b为惯质系数，ms为簧载质量，mu为非簧载质量，kt为轮胎刚度；

步骤2)，确定路面的垂直位移zr，公式为：其中，n0为参考空间频率，w(t)为均值为0的白噪声，f0为下截止频率；Gq(n0)为路面不平度系数；v为车速；

步骤3)，确定车辆悬架性能评价指标，包括车身加速度、轮胎动载荷和悬架动挠度中的至少一项；

步骤4)，确定神经元学习规则为有监督的Delta学习规则：其中，rj(k)为期望输出， 为神经元j的激活值， 为期望输出rj(k)与实际输出 的差，Δwij(k)为两个神经元之间的权值系数变化量，d为学习速度；

再根据已确定的学习规则，确定具体的学习算法：其中，e(k)为加速度误差信号，xi(k)(i＝1,2,3)为加速度误差通过转换而得到的神经元的输入信号，wi(k)为相应神经元输入xi(k)的权值系数，di(i＝1,2,3)为wi(i＝1,2,3)的学习速度，K为神经元增益系数，u(k)为单神经元PID控制的输出信号；

单神经元PID控制的控制流程为：将期望车身加速度r(k)作为输入信号，车身加速度作为反馈信号y(k)，e(k)为加速度误差信号，即e(k)＝r(k)‑y(k)，通过已确定的学习规则和学习算法进行在线调整，u(k)为单神经元PID控制的输出信号，用于控制直线电机的输出力。

2.如权利要求1所述的一种基于单神经元PID控制的车辆ISD悬架主动控制方法，其特征在于，所述步骤4)的学习算法的学习流程为：4.1)确定初始权值系数wi(0)；4.2)计算当前时刻的实际输出与期望输出之间的误差；4.3)如果误差小于给定值，则结束，否则继续；

4.4)通过学习规则更新权值系数；4.5)返回步骤4.2)。