1.一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，包括：步骤(1)：建立ISD悬架四分之一模型：其中，ms为簧载质量，mu为非簧载质量，k为悬架的支撑弹簧刚度，cs为ADD控制的半主动阻尼系数，kt为轮胎等效弹簧刚度，zs为簧载质量的垂向位移， 为簧载质量的垂向速度，为簧载质量的垂向加速度，zu为非簧载质量的垂向位移， 为非簧载质量的垂向速度，为非簧载质量的垂向加速度，zr为路面不平度的垂向输入位移，T(s)为一次型正实网络的阻抗传递函数；对上述ISD悬架四分之一模型进行拉氏变换得到：其中，s为拉氏变量，Zs为簧载质量的垂向位移的拉普拉斯变换形式，Zu为非簧载质量的垂向位移的拉普拉斯变换形式，Zr为路面不平度的垂向输入位移的拉普拉斯变换形式；

步骤(2)：一次型正实阻抗传递函数T(s)以速度型阻抗传递函数形式表示如下：其中，A、B、C、D为系数，取值均大于等于0，且C、D不全为0；

步骤(3)：设置ADD的控制策略为：当车身加速度与簧载质量和非簧载质量的相对速度方向一致时，控制输入的阻尼系数为c1；反之，当车身加速度与簧载质量和非簧载质量的相对速度方向相反时，控制输入的阻尼系数为c2；阻尼系数cs需满足下式：其中，c1、c2为两个阻尼系数值，且满足下式：c1＞0,c2＞0；

步骤(4)：选取路面不平度的位移输入模型；

步骤(5)：采用人工鱼群优化算法来获得参数A、B、C、D、c1、c2；

步骤(6)：根据优化结果，将获得的参数A、B、C、D、c1、c2代入一次型正实网络的阻抗传递函数T(s)的表达式依次通过最简的正实约束条件即得到车辆ISD悬架一阶理想模型。

2.根据权利要求1所述的一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，其中，所述步骤(5)中采用人工鱼群优化算法来获得参数A、B、C、D、c1、c2。

3.根据权利要求2所述的一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，所述步骤(5)中的人工鱼群优化算法包括：步骤(5.1)：确定待优化参数为X＝(A,B,C,D,c1,c2)；

步骤(5.2)：将车身加速度均方根值、悬架动行程均方根值和轮胎动载荷均方根值作为优化目标，并进行线性组合转换，得到一阶正实网络的车辆ISD悬架目标函数Y：其中，X1、X2、X3分别为待优化的一次型ISD悬架的车身加速度、悬架动行程与轮胎动载荷的均方根值，X1pas、X2pas、X3pas分别为传统被动悬架的车身加速度、悬架动行程与轮胎动载荷的均方根值，且X1≤X1pas，X2≤X2pas，X3≤X3pas；

步骤(5.3)：觅食行为的具体算法为：其中，Xnext表示鱼群向前进一步的位置，rand()表示取值范围[‑1,1]内的随机数，Step表示鱼群移动的最大步长，Xi＝(Ai,Bi,Ci,Di,c1i,c2i)为当前状态位置，Xj＝(Aj,Bj,Cj,Dj,c1j,c2j)为随机状态位置，Yi与Yj分别表示所处位置的浓度，即目标函数Y的大小。

4.根据权利要求1所述的一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，其中所述步骤(2)中正实约束条件为：A、B、C、D取值均大于0，且C、D不全为0。

5.根据权利要求1所述的一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，其中所述步骤(4)具体为选取路面不平度的位移输入模型：其中，u表示行驶车速，Gq(n0)表示路面不平度系数，w(t)表示均值为零的高斯白噪声，zr为路面不平度的垂向输入位移。

6.根据权利要求1所述的一种基于ADD正实网络优化的车辆ISD悬架一阶理想模型的方法，其特征在于，其中所述步骤(4)具体为选取路面不平度的位移输入模型为：zr(t)＝Amsin(2πft),其中，Am表示激励幅值，取值0.01m，f表示激振频率，取值范围为0.01‑15Hz。