近年来,为了减缓能源和环境问题,世界各国均大力促进电动汽车的的发展,其中不论是电动汽车的整车结构还是其整车控制,分布式驱动电动汽车具有明显的优越性,但分布式驱动方式增加了电动汽车动力学耦合的复杂程度和控制的自由度,这些影响了电动汽车转向行驶的安全性。模型预测控制对模型精度要求低、在线计算方便、控制效果较好,因此本文提出了模型预测的算法来对分布式驱动电动汽车稳定性进行控制。本文的主要研究了状态空间模型预测控制算法和多模型预测控制算法在分布式驱动电动汽车转向稳定性的控制应用,并通过仿真结果来证明该控制策略的优势。主要包括一下几个方面:1、本文简要对分布式驱动电动汽车的构造机构和运行工作特点进行了分析,接着对正常工况下的分布式驱动电动汽车进行动力学建模分析,分别建立二自由度和八自由度整车动力学模型,及其车轮动力学模型和轮胎动力学模型,根据模型建立相应的动力学方程,进而分析整车转向运动的稳定性判定条件。2、根据模型预测控制对整车侧向稳定运行进行分析,采用经典二自由度模型作为MPC的参考模型,构建模型预测控制系统来控制整车的车轮转矩,仿真验证输出的质心侧偏角和横摆角速度的跟踪状况,及滑移率的变化轨迹,最后和极值搜索控制算法比较,判定模型预测算法对整车的侧向稳定性控制更有优越性。3、根据多模型预测控制理论,建立电动汽车低速大转角、低速小转角、高速大转角和高速小转角四种工况的模型子集。以模型预测为基础针对每个模型子集中的每一个电动汽车模型构建广义预测控制器,引入贝叶斯递归方法进行每个控制器子集的权重分析,最后构建多模型预测控制系统对多工况下整车的转向稳定性进行控制分析。