资源的紧缺和环境污染的矛盾逐渐突出,许多国家注重研究低污染、高性能的电动汽车,永磁同步电机作为其核心零件,提高电机的控制性能对电动汽车发展具有重大帮助。已有研究表明,电机中的电磁耦合和储能环节,具有分数阶特性,传统的整数阶模型由于没有考虑分数阶现象,难以精确描述其动态行为。在电动汽车的高性能装置中,要实现精细控制,需要高精度的动态数学模型,因此建立电机的分数阶模型,有较强的应用背景和需求。传统的分数阶系统辨识方法需要导数信息和参数初始值,并且对参数初始值很敏感,难以获得最优的结果。随着计算机性能的提高,提出了多个智能优化算法,来解决多维参数寻优问题。差分进化算法在已出现的智能优化算法中,它使用的控制参数较少,结构简单容易编程。在传统差分进化算法中,采用一种变异策略和固定的控制参数容易导致陷入局部最优。本文提出了改进差分进化算法,采用多策略融合和自适应参数调整方法。在变异策略选择了基于DE/best/1的变异策略和海洋捕食者算法的移动策略的融合,然后在搜索过程中,根据成功变异个体的信息来自适应调整控制参数。在性能评估实验中,将改进的差分进化算法与其他三种智能优化算法,分别对13个常用基准函数,进行参数寻优的精度比较,结果表明,本文提出的改进差分进化算法具有更好的求解精度。将改进的差分进化算法应用到电机的分数阶系统辨识,采用机理和辨识建模的方法。首先依据永磁同步电机的工作机理,提出它的分数阶模型结构,然后设计系统辨识实验,得到所需的输入和输出数据,最后使用改进差分进化算法,辨识电机的分数阶模型参数。在仿真实验中,选取一组永磁同步电机分数阶数学模型作为目标模型,通过伪随机信号（PRBS）激励得到其输出数据。在实物实验中,通过对真实的电机的PRBS激励得到输出数据。使用仿真和实验的数据,将改进差分进化算法、传统差分进化算法和海洋捕食者算法,辨识得到的分数阶模型参数进行比较,结果表明,改进差分进化算法的辨识速度更快,结果更优。为了能在实际中得到应用,设计了永磁同步电机分数阶系统建模软件。软件中设计在线采集数据和导入离线数据,调用改进差分进化算法获取并保存分数阶模型参数,界面中将显示输出曲线与辨识出分数阶模型的响应曲线以及适应度值,通过实际应用验证了该软件的可行性和实用性。