人类在经济、政治、均是和文化活动中，总会有人的出行和物的运输环节。随着社会发展，汽车已经成为人类社会活动必不可少的工具。随之而来，能源和环境矛盾的冲突也越来越多，降低车辆的能源消耗，提高汽车的运输效率成为当前社会研究的焦点。车辆的动力传动系统对整车的动力性和燃油经济性有着很大的影响，因而，对车辆动力传动系统的参数匹配研究有着十分重要的意义。目前在解决传动系参数匹配优化时，一般常采用的方法有：模糊优化法、罚函数法、区间优化法等计算机优化算法。这些算法都是直接依据整车动力学等式及车辆的动力性和燃油经济性指标直接进行模拟建模计算，优化结果和车辆实际运行工况都有一定的差距。此外，在进行模拟建模时，由于还没有一个公认的优化匹配评价指标，因而目前常见做法是将车辆的动力性指标和经济性指标进行加权处理，使得对传动系参数匹配结果评价上具有了一定的人为主观性。本文在进行车辆动力传动系参数匹配研究过程中，以VM Passat1.8T为基本车型，具有同等性能的发动机的车辆实际试验数据为依据，根据其加速性能及燃油消耗量的实际试验结果，以变速器各档传动比和主减速器传动比为设计变量，用BP神经网络对其进行仿真预测，得出车辆实际行驶中的权重最优参数匹配结果。然后又用遗传算法根据车辆的动力学方程，以其动力学指标和经济性指标为评价指标，运用多目标优化理论对变速器各档传动比及主减速器传动比进行优化，得出遗传算法优化匹配结果。最后，应用AVL-Cruise软件，对车辆各个机构模型进行设置，建立整车模型，对优化前、BP神经网络优化、遗传算法优化的三种不同的传动系参数匹配进行整车性能仿真比较。通过对其各档最大爬坡度、最大加速度、最大车速、燃油消耗性能等方面的比较，得出BP神经网络预测优化和遗传算法优化的优缺点，验证两种优化方法的可行性。