随着世界社会经济的高速发展，能源危机和环境污染问题日益凸显。并联式混合动力汽车因具有环保、节能和技术相对成熟等优点而备受关注。并联混合动力汽车的能量控制策略的优劣是影响汽车能耗的重要因素，因此在满足汽车动力性的前提下，优化并联式混合动力汽车能量控制策略对控制能源危机和实现环境的可持续发展具有非常重要的现实意义。论文以并联混合动力汽车能量控制系统为研究对象，对发动机转矩和电机转矩的分配问题进行了深入研究。在分析了并联混合动力汽车的驱动系统结构和结合方式的基础上，建立了发动机数学模型、电机数学模型、蓄电池数学模型、车轮数学模型和传动系动力学方程，并构建了能量控制策略的优化数学模型。因并联混合动力汽车能量控制系统具有动态非线性的特点，论文采用模糊神经网络算法对发动机转矩和电机转矩进行优化分配，分别设计了基于模糊逻辑算法的能量控制策略和基于模糊神经网络算法的能量控制策略，为仿真平台提供了理论基础。在模糊神经网络能量控制策略中，根据并联混合动力汽车控制策略的优化数学模型，采用补偿神经网络结构，构建由输入层、隐含层和输出层组成的前向神经网络，使网络的输入层与模糊逻辑算法的模糊化过程对应，网络的隐含层与模糊推理过程对应，网络的输出层与解模糊过程对应，为了解决神经网络节点与模糊逻辑输入输出接口统一的问题，通过量化公式对输入输出变量进行量化处理，进而利用神经网络自学习和自适应的能力，自动生成模糊规则和隶属函数，并不断优化神经网络输入输出隶属函数的中心和宽度。为了提高系统精度，加快收敛速度，神经网络采用动态调整步长补偿梯度下降的学习算法对能量控制策略进行优化。以丰田普锐斯轿车为例，在ADVISOR2002软件环境下，建立了整车的后向仿真模型，其中包括发动机、电机、蓄电池、传动系和汽车行驶动力学模型，为整车控制策略研究和开发提供了必要的仿真平台，并基于此仿真平台，在典型的NEDC循环工况下，对采用模糊逻辑能量控制策略和采用模糊神经网络能量控制策略的控制系统进行仿真，仿真结果验证了模糊神经网络能量控制策略的有效性。采用模糊神经网络能量控制策略，能够同时保证发动机和电机工作在高效区域，从而提高了整车燃油经济性和排放性。论文对模糊神经网络能量控制策略的研究，对我国自主研发新型节能环保汽车，提高混合动力汽车能量控制系统设计水平，构建自主知识产权的汽车电子开发平台具有重要意义