随着环境保护的意识逐渐加强,世界对汽车的排放要求也愈发严格,研发高性能低排放的发动机至关重要。作为发动机必不可少的子系统,冷却系统主要作用是保证发动机在适宜的温度下运行。水泵则是冷却系统中的重要部件,目前发动机大多数使用的是机械水泵,并不能够主动在不同工况下去调节冷却水流量,这会造成整车油耗与排放的增加。而电子水泵不受发动机转速的影响,能够主动调节电子水泵的转速,这不仅能降低整车油耗与排放,更能使冷却液温度变化得更加稳定,防止发动机过热及过冷,增加汽车的使用寿命。而目前针对电子水泵的控制算法较少,所以制定智能的冷却水管理控制策略来调节在不同工况下冷却水流量对于冷却系统至关重要,在此基础上,本文设计了冷却系统冷却水管理的优化算法模型,具体的研究工作和结果如下:（1）基于GT-Suite软件搭建了整车冷却系统的仿真模型并用试验结果进行了校核;根据仿真结果搭建了基于BP神经网络的发动机电子水泵转速预测模型,并通过未训练的数据对神经网络模型的精度进行了验证,模型平均误差为1.65%,预测模型精度较高。（2）采用Matlab软件平台,建立了基于遗传算法和粒子群算法的电子水泵能耗优化模型;在此基础上开发了节温器开度的模糊控制模型,并利用遗传算法对模糊控制器进行优化;优化后的模型明显降低了冷却液温度波动震荡,实现了改善冷却液温度波动的目的。（3）建立了基于遗传算法和粒子群算法的优化模型并与GT-Suite仿真模型耦合,开展了对发动机冷却系统工作性能的联合仿真。结果表明,经过优化算法优化能减小冷却液波动、降低发动机油耗以及电子水泵能耗,通过两种算法优化后发动机油耗分别降低了1.1%和1.5%,实现了较好的节能效果。研究结果表明利用Simulink搭建合适的优化算法能够优化GT-Suite冷却系统模型,不仅能提升发动机性能,并且能够提高整车的经济性,达到节能的目的。