随着全球各国工业化进程的加快,汽车保有量快速上升,伴随而来的环境污染与能源短缺问题日益突出。而混合动力汽车采用高效节能的驱动方式,既污染小又续航里程远。EVT(Electrical Variable Transmission)系统作为混合动力传动系统的典型代表,具有广阔的发展空间和重要的科研价值。本文将EVT混合动力传动系统作为研究对象,采用图论与机器学习等研究方法,开展了如下工作:(1)建立EVT系统分层图画模型与图论矩阵模型,改进多动力源与行星齿轮系构件间的连接方式,丰富图论在EVT系统设计的研究理论。建立EVT系统图论动力学模型,分析各构件的相互作用关系;(2)基于24种EVT基础方案,添加一定数量的离合器/制动器,建立样本设计空间。将表征EVT系统拓扑关系与性能特征的构型矩阵作为样本输入,将EVT系统的仿真油耗作为样本输出。利用RBF与DBN网络学习EVT系统构型矩阵到DP仿真油耗之间的映射关系,建立构型油耗评价模型。经过对比分析,DBN构型油耗评价模型性能更优;(3)基于BPSO寻优方法,结合DBN构型油耗评价模型,添加有选择性进化策略,增强BPSO的收敛性,并进行EVT方案有效性判断,将BPSO的搜索范围限定在方案设计空间,保障构型油耗评价模型的准确性与可靠性,从而找到全局最优方案;(4)将BPSO寻优得到的最优方案作为优化对象,选取四个具有代表性的关键参数,在其设定范围内采用拉丁超立方抽样,建立参数样本集。采用ELM与GRNN网络搭建参数油耗评价模型,对比分析,GRNN参数油耗评价模型性能更优,结合PSO寻优找到最优参数组合,从而得到构型与参数兼优的EVT混合动力系统最优方案。