1.一种并联式混合动力汽车的能耗优化方法，其特征在于：该方法包括以下步骤：步骤S1：汽车启动时，工况初始化，采样时间间隔s初始化，根据ε-greedy进行控制动作选择，即随机选取经验池D，每个状态有ε的概率进行探索，剩下的1-ε的概率进行开发；参数ε按照一维正态分布进行更新，即ε～N(μ,σ2)，服从一个位置参数为μ、尺度参数为σ的概率分布，且其概率密度函数为：路径1，以ε的概率从经验池D中选择随机控制数据AD进行探索：

AD＝(v,Wp,Tm,Te)                       (2)其中v为工况车速，Wp为预测总能耗值，Tm为电机转矩，Te为发动机转矩，皆为经验池D中的数据；

路径2，有1-ε的概率通过传感器所采集工况车速形成的索引，在内存器R中搜索已存储的策略里所对应的控制数据AR进行开发：AR＝(v,Wp,Tm,Te)                      (3)其中v为工况车速，Wp为预测总能耗值，Tm为电机转矩，Te为发动机转矩，皆为内存器R中的数据；且这些数据为当前训练所得到的策略下，相应工况总能耗最低对应的一组控制输出；

电机转矩Tm与发动机转矩Te之和为总需求转矩Treq即：

Treq＝Tm+Te                         (4)忽略横向动力学，给定车速v和坡度α，由车辆的纵向动力学模型计算出驾驶员在车轮上的需求转矩为：其中，r为车轮半径，CD为空气阻力系数，A为迎风面积，f为滚动阻力系数，δ为汽车旋转质量换算系数，M为汽车质量；

步骤S2：进入经验池/内存器进行随机选择或是进行已存储策略中相应工况下的控制输出选择之后，将选择出的电机转矩Tm与发动机转矩Te进行约束后输出到整车控制器VCU中；其中Tm与Te的变化范围都很大，但因为荷电量SOC∈[0,1]，则Tm的值由SOC约束，当SOC为

0时，Tm的值为0；通过标定知道Te最大允许值max(Te)与最小允许值min(Te)，则发动机转矩Te由以下函数进行约束：步骤S3：通过整车控制器对汽车进行控制，并通过汽车运行中的传感器采集的数据求得相应工况下的总能耗WCUR，即电能耗Wm与燃油能耗We之和：WCUR＝Wm+We                       (7)电能耗公式通过电池厂商标定的充放电起始状态总电能Wi以及前一状态的荷电量值SOCt-1得到：Wm＝(SOCt-1-SOCt)*Wi                  (8)有效燃油消耗率η是指单位有效功的耗油量，燃油能耗We公式通过传感器以s为采样时间间隔测得的前一状态的剩余燃油量mt-1得到：步骤S4：将计算出的油耗连同对应的工况车速v、测定计算出的实际总能耗值WCUR、实际测定的电机转矩Tmm和发动机转矩Tee即AD存储到经验池Dn＝{AD1,AD2,…,ADn}中，扩充数据库的内容；

步骤S5：根据内存器Rn＝{AR1,AR2,…,ARn}中存储下来的策略进行对应工况车速v下检索，求得的总能耗值WCUR与检索结果Wp进行比较，若总能耗值WCUR更低，则将内存器中对应的工况车速v下的AR＝(v,Wp,Tm,Te)更新为(v,WCUR,Tmm,Tee)，否则将不做变更，维持原数据；

步骤S6：进行终止条件的判断，实施者设置的传感器采样时间终止、循环达到实施者所设置的次数或者是汽车能源关闭情况都被视作优化终止。