混合动力电动汽车（Hybrid Electric Vehicles,HEV）能够有效减少大气污染、缓解能源危机,逐渐成为全球一大热点。而能量管理作为混合动力汽车的关键技术,可以通过控制各部件合理工作提高车辆燃油利用率,对节能减排具有重要意义。本文利用强化学习良好的自学习优化能力,建立了基于强化学习的能量管理策略,主要研究内容如下:（1）分析功率分流式HEV工作模式,制定了基于规则的逻辑门限能量管理策略、基于动态规划的能量管理策略。通过对动态规划策略中车辆工作模式的分析,优化了逻辑门限能量管理策略中的门限值,并将优化后的逻辑门限策略及动态规划策略作为后续强化学习策略开发的对比依据。（2）分析HEV能量管理问题中的马尔科夫决策过程,建立了基于Q-learning算法的强化学习能量管理策略。采取初值优化、边界约束优化、价值模型结构优化的方式优化了算法的实现过程。（3）对强化学习能量管理策略的自适应性与连续性进行研究。利用不同工况片段转移概率矩阵之间的JS散度值来判别工况变化。通过对典型工况针对性的强化学习,制定了基于工况自适应的强化学习能量管理策略。针对Q-learning算法中状态变量与控制变量的离散问题,采用了神经网络对Q-learning强化学习策略进行学习,通过神经网络的预测能力,使控制策略连续化。（4）结合车辆控制器V模式开发流程,利用模型在环、软件在环等方式对强化学习控制策略在实际应用方向做了进一步的验证。建立了车辆及整车控制的软件模型,并进行了模型在环测试。采用自动代码生成技术将模型转化为C代码,并对C代码软件模型进行了软件在环测试。研究证明,基于强化学习的能量管理策略有较好的燃油经济性,且具备一定实际应用价值。