1.一种汽车空气悬架系统的多学科优化平台，其特征在于：所述多学科优化平台是基于Isight平台集成了CATIA、ADAMS、ABAQUS和Carsim软件构建而成，对汽车空气悬架系统进行静力学、运动学、动力学之间的协同优化；其中CATIA软件用于建立空气悬架三维模型；

ADAMS软件用于空气悬架车辆运动学分析；ABAQUS软件用于空气弹簧、横向稳定杆的有限元分析；Carsim软件用于模拟空气弹簧车辆在不同工况和道路条件下的性能。

2.一种汽车空气悬架系统的多学科优化方法，其特征在于包括以下步骤：

(1)建立空气悬架车辆多学科优化模型；

(2)选择系统级优化变量和约束条件，构造系统；

(3)给定系统变量的初始值，将该值传递给各个子系统，进行子系统优化；

(4)完成各个子系统优化后将优化结果反馈给系统级优化，进行优化求解；

(5)系统级对子系统之间协调，判断是否满足一致性约束条件，是否收敛，收敛则求解结束，否则返回第四步再继续计算。

3.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(1)中基于动力学、运动学、静力学三学科建立空气悬架车辆多学科优化模型。

4.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：系统级优化问题的数学模型可描述如下：其中F(Z)表示系统级优化的目标函数；Ri(Z)是系统级优化和子系统优化的一致性等式约束条件，也是各子系统优化的目标函数；Gi(Z)为系统级设计变量的约束条件；Z表示系统级设计变量向量；

子系统级优化问题的数学模型可描述如下：

其中Ri(Xi)为第i子系统优化目标函数；gi(Xi)为第i子系统不等式约束条件；hi(Xi)为第i子系统等式约束条件；Xi为第i子系统的设计变量结合；Zi为第i子系统接收到的系统优化指标向量；xij为第i子系统的第j个多学科设计变量；yik为第i个子系统的第K个多学科耦合变量。

5.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：在优化过程中采用灵敏度分析设计变量对各个子系统的影响，灵敏度定义即为函数的偏导数，在自变量Xk处，函数 对自变量xi的灵敏度如下式所示：式中：m，n分别表示设计函数和设计变量的个数；Sji表示函数 对变量xi的敏感程度。

6.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：在优化过程中建立隶属度函数表示各学科对整体性能的影响程度，表达式为：式中： 其中max(|Sji|)和min(|Sji|)分别

表示某一学科中灵敏度的上下极限值。

7.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(2)中选择空气悬架车辆系统综合性能最优作为系统级优化目标；系统级优化变量选择悬架刚度及阻尼；约束条件通过对空气悬架车辆系统进行静力学、运动学及动力学分析确定。

8.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(4)采用多岛遗传算法优化求解。

9.根据权利要求2所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述多学科优化设计方法基于Isight平台集合CATIA、ADAMS、ABAQUS和Carsim软件实现协调优化；所述ADAMS建立空气悬架动力学模型，分析悬架K&C特性影响规律，为空气悬架优化建立动力学约束条件；所述CATIA建立空气悬架三维模型，并对其运动部件进行运动学分析，为空气悬架优化建立运动学约束条件；所述ABAQUS分析空气悬架有限元模型，为空气悬架优化建立强度约束条件；所述Carsim检验所优化空气悬架车辆性能。

10.根据权利要求9所述的汽车空气悬架系统的多学科优化方法，其特征在于：K&C特性包括橡胶衬套刚度、转向轮主销内倾角、主销后倾角、车轮外倾角和前束。