制动能量回收作为电动汽车节能的重要技术,受到了广泛研究人员的关注。不同驾驶人的风格可直接影响制动能量回收的效率。电动汽车为目前行业关注的焦点,本文以纯电动车为例,并以电动车中的驾驶人的驾驶风格及驾驶过程的能耗效率为目标,确保驾驶过程中的安全为前提下,根据驾驶风格优化研究电动车制动能量回收效率。本文的主要内容归纳如下:（1）构建了由驾驶员模型、轮胎模型等组成的纯电动汽车前向模型,分析了汽车行驶过程中驾驶风格对能耗产生的关联影响,并通过对采集的实车道路数据进行对比验证,然后,选取了转向盘平均角度及变化率、减速踏板平均开度及变化率、加速踏板平均开度及变化率等六种与电动汽车能耗相关性较强的关键特征参数,根据能耗对上述特征参数的关联性,进一步研究了基于不同道路工况下,不同驾驶风格对应的行为特征参数对车辆能耗的影响,为建立辨识驾驶风格的能耗等级模型奠定基础。（2）为解决能耗等级辨识模型存在较多辨识参数问题,选用PSO-BP神经网络算法优化模型中的关键参数,实现不同驾驶风格驾驶人的操控行为对应的能耗等级识别目的。经试验验证可得该PSO-BP神经网络模型相比普通BP神经网络模型可较好地满足辨识不同驾驶风格的需求。（3）基于PSO-BP神经网络的能耗等级辨识驾驶风格模型的制动能量回收控制策略,设计了完整的实车道路试验方案,组建了实车道路试验装置,分别选择运动型驾驶员和节能型驾驶员各三位,在规定的试验路线场地进行测试。实车道路试验结果表明:1)本文设计的制动能量回收优化控制策略能够明显降低车辆制动时产生的纵向冲击度,抑制车辆制动时电机制动和机械制动产生的耦合转矩,从而提升驾驶人车辆运行时的制动体验感;2)基于PSO-BP辨识的控制方法相较于BP神经网络辨识的控制方法和SVR支持向量机辨识的控制方法,能耗等级辨识更为精准,使制动时的驾驶体验与能耗节能性更佳,对于不同驾驶风格的驾驶人而言,运动型驾驶员操控的车辆能耗节能效果更优,体现了该制动优化控制策略的有效性。