张新亮，周童

(1.江苏工程职业技术学院航空与交通工程学院，江苏 南通 226007；2.江苏省智能网联汽车工程技术研究开发中心，江苏 南通 226007；3.南通大学电气工程学院，江苏 南通 226019)

近年来，人均汽车保有量迅速增长，与之相伴的环境污染、化石能源短缺等问题越发严重，进而极大地推动了新能源汽车技术的发展[1]。其中，混合动力汽车能够改变驱动模式以适应各类路况、有效降低燃油的消耗量，已成为新能源汽车领域的重要发展方向之一。而整车的能量管理策略则是其中的关键因素，在保证汽车正常行驶的同时，优化分配驱动电机与发动机的目标扭矩，以提高车辆燃油经济性[2]。

早期的能量管理策略以基于规则的控制策略为主，算法简单，易于实现，实时性强，但其规则的设定往往依赖于工程师的调试经验以及大量试验数据，并不能保证最优的效果。通过动态规划(DP)[3]、庞特亚金最小值原理(PMP)[4]以及模型预测控制(MPC)[5]等算法的引入来获取最优的控制策略，能够提高车辆的燃油经济性，但其应用的前提是需要已知行驶工况的信息，并不适用于实际路况。也有学者提出采用遗传算法、模拟退火和蚁群算法等来求解能量管理策略问题，从优化的结果中提取控制策略来减少车辆燃油消耗[6]。但是这种优化后的结果只针对确定的行驶工况，在其他工况下未必能取得最优的结果，也在一定程度上限制了其应用范围。考虑到行驶工况的不确定性以及车……