产学研合作是产方和学研方协作、共同创新的组织间合作形式，对于推动技术创新的发展有极其重要的作用，对于汽车产业技术创新和产品研发更是如此。随着汽车产业产学研合作机制的完善，汽车企业与高校、科研院所的关系日益密切，参与合作的组织各方更加关注自身的专业性和主体意愿是否能够得到显示，在协同决策的过程中应尽可能地满足参与决策各方的要求。由于汽车产品特殊的研发属性，各个参与主体的决策专家群体来自不同的专业领域，有的空间地域相隔较远，且合作意愿有所不同，这就导致影响产学研合作效率的环节主要是贯穿整个合作过程的方案选择决策问题，参与各方冲突的焦点问题也主要集中在这里，本文在协同学、决策理论、信息熵理论以及粒子群理论的基础上，以产学研合作的现状为分析入口，构建面向汽车产业产学研合作的产品方案综合评价优化模型，并通过对比分析验证了元胞粒子群算法解决该协同决策问题的稳定性和鲁棒性。　　首先，结合当前产学研合作相关文献研究以及走访调研所得的一手资料，针对汽车产业产学研合作研发的产品设计方案选择问题提出，决策效率提升的问题，分析了当前合作效率低下的原因，并从合作意愿程度和专业符合程度两个维度对汽车企业、高校和科研机构的决策者进行评价，为了建立模型，本文从信息熵理论的思想出发，对合作意愿程度和专业符合程度进行量化处理，这样就避免了决策群体中个体对方案达成目标的认识偏差和个体偏好可能对评价综合结果产生的影响。　　其次，根据当前对于协同决策模型优化运算的相关文献研究，本文采用粒子群算法对模型进行综合优化求解，粒子群算法有多种创新算法，元胞粒子群算法即是其一，它包括两种子算法分别是：外元胞粒子群算法和内元胞粒子群算法，由于用外元胞粒子群算法解决协同决策模型具有更好的搜索可靠性，因此，本文在外元胞粒子群算法的基础上进行了创新，采用自适应的元胞粒子群算法。　　再次，为了验证元胞粒子群算法在解决协同决策优化问题方面的有效性，文章通过汽车自动驾驶技术的产学研合作实例对三种算法的优化效果加以验证，在与遗传算法和传统的粒子群算法进行对比之后，结果显示改进的元胞粒子群算法具有更好的稳定性和鲁棒性。　　最后，从总体上对于全文进行了总结，作为决策流程的一部分，面向汽车产业产学研合作的产品方案选择决策从方法上进行了创新，还需要从中辨别并提出决策问题、根据不同情境选定决策对象、决策策略选定、决策对象分析、决策方案评价、最优解决方案选择、结果评估等方面进行更为深入的分析。