随着我国经济的不断发展和居民生活水平的提高，作为主要交通工具的汽车在人们生活中所发挥的作用越来越大。在我国汽车产量和保有量增长的同时，石油能源紧缺与环境污染的问题也日益突出。如何协调汽车工业发展与能源、环境的矛盾，成为摆在国家政策制定者与汽车企业面前的一道难题。新能源汽车、清洁能源汽车作为绿色动力，顺应了时代的发展，成为替代传统汽车的最佳选择。混合动力汽车（HEV）作为一种清洁能源汽车，其动力系统的设计，尤其是发动机、驱动电机和电池多动力系统的合理匹配对HEV整车动力性、燃油经济性、排放等有重要的影响。本论文对混合动力汽车动力系统的参数匹配开展了一些研究工作。采用ISG双离合器的基本构造，将满足汽车最大速度、爬坡度、加速性等极限性能要求和实际的道路行驶循环工况的动力要求相结合，对发动机、电动机、电池等的基本参数进行计算和选型。然后基于Matlab/Advisor建立混合动力汽车的仿真模型，对匹配后的混合动力汽车的动力性、实际行驶循环工况下的燃油经济性进行仿真分析，验证动力系统参数匹配的合理性。众所周知，除合理的动力系统参数匹配外，利用电机回收制动能量对汽车行驶的燃油经济性和排放也有重要影响。因此，本论文将再生制动与自动刹车相结合，研究设计了基于模糊神经网络控制的智能辅助再生制动系统。在Matlab/Simulink下的数值仿真分析表明，该智能辅助再生制动系统可提高制动安全性并可有效回收制动能量。