行驶平顺性是车辆的重要性能之一，特别是对重型矿用车而言，它不仅影响司机的工作环境和工作效率，影响货物在运输过程中的安全，而且容易使整车零部件过早地磨损和疲劳损坏。但是传统的车辆平顺性优化都是确定性优化，模型也是基于确定性的方法建立的，即除了设计变量，其他在实际工作中变化的量都人为的看作定值，模型的建立也是基于这样一种假设的前提下的，这样优化的结果是缺乏稳健性的。而不确定性优化是最近几年兴起的研究热点，已经开始应用到各个领域，本文正是通过建立矿用车整车振动的MATLAB/SIMULINK模型，利用遗传算法对矿用车的平顺性进行不确定性优化，提高车辆平顺性的稳健型。本文介绍了平顺性优化和不确定性优化的意义及目前该领域的研究现状，系统阐述了所用方法遗传算法的计算原理，简要介绍了MATLAB/SIMULINK模块的可视化建模。为后面的建模，仿真和优化奠定了基础。本文将矿用车整车振动模型简化为八自由度数学模型，基于路面不平度的功率谱分析模型，用白噪声生法建立了C级随机路面，在MATLAB/SIMULINK中建立整车振动可视化模型，进行了平顺性仿真并与实验数据进行对比，确定了SIMULINK模型的准确性和有效性。根据模型的仿真结果，构建了模型的高维近似模型并验证了近似模型的精度。利用单因素分析法确定了优化的设计变量，根据车辆工作的实际情况，确定了不确定性量。在此基础上对模型进行基于区间的不确定性优化和传统的确定性优化，对两种优化的结果进行对比，对比的结果表明，相对于传统的确定性优化方法，采用区间不确定性优化得到的车辆平顺性具有更大的稳健性。