随着汽车工业的发展,污染和能源匮乏的问题已然成为当今汽车发展最迫切需要解决的问题。混合动力汽车的产生在一定程度上缓解了这两大危机,一方面它够继承传统汽车的特点；另一方面又吸收了纯电动车零排放的优点。因此对混合动力汽车的研究是必要的,其动力系统参数匹配优化及控制策略的设计是最核心的技术难点,是提高混合动力汽车动力性和经济性的主要手段。本文将对动力总成参数匹配作为主要研究对象,选定在相同控制策略下,对其动力总成参数进行研究。在选定总成方案为ISG型并联式混合动力汽车后,以原型车整车结构尺寸参数为指导,并在满足车辆的动力性能的前提下,对其动力系统部件进行参数设计和选型。在发动机的选型中,先按一定规则选择好电机之后,再根据整车能量需要来选定发动机,最终确定选择一款汽油发动机。为了更好的对发动机参数进行优化,首先在AVL Boost软件中建立发动机模型,对模型进行验证,然后利用Isight软件与Boost进行集成,为了分析各个性能参数对油耗和排放性能的影响,在分析多种试验设计方法后,确定选择了最优拉丁超立方设计,然后分别利用响应面法、神经网络法和克里格法对系统进行近似建模,通过对建模的误差分析,结果显示响应面法建模的精度最高。基于响应面法建立的近似模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以油耗和NOx的排放为优化目标,以压缩比、点火提前角、进气提前角等参数为设计变量,在保证发动机动力性和稳定性的前提下,对发动机进行了多目标优化。最终将优化前后的发动机模型嵌入到AVL Cruise建立的整车模型当中进行整车仿真,首先在NEDC工况下仿真分析了优化前后油耗和排放性能,结果表明优化后对提高整车性能起到了较好的作用。最后,将优化结果在美国工况FTP75和日本工况Ja1015下进行仿真,整车油耗和排放性能也得到不同程度的提高,验证了这一优化方法有一定的适用性。