随着汽车市场的不断扩大,汽车的保存数量也随之不断提高,能源短缺和环境危机也越发严重。电动汽车的迅速发展,为解决这两大难题提供了一种较为有效的方案。但是目前由于电池技术尚不完全成熟,而且没有完善的充电网络体系,导致电动汽车的续驶里程较短,严重制约了其进一步的发展。因此,众多续航技术得到了广泛的研究,其中再生制动技术由于其能在车辆制动过程中回收部分能量的特点,成为了众多学者研究的一个重要方向。但是电机再生制动无法满足所有的制动要求,因此需要与机械制动系统构成复合制动系统。而两种制动形式的不同分配结果会产生不同的制动效果,因此为了获得良好的制动性能,对转矩分配控制策略进行研究具有重要的意义。良好的复合制动系统应该能够在保证制动安全稳定的同时,充分地回收制动能量。然而制动系统的稳定性和回收性之间具有一定的矛盾特性,无法同时达到最优状态。因此,论文提出了采用多目标优化算法对控制策略进行设计研究,并根据制动需求建立多目标优化模型,采用标准非劣排序遗传算法（Nondominated Sorted Genetic Algorithm-II,NSGA-II）进行了优化分析。对优化得到的Pareto解集的决策问题,提出了能够一种考虑制动状态的基于模糊控制的改进理想解决策方法。该方法能够考虑车辆制动时的多个制动状态参数对于制动转矩分配的影响,得到更符合实际制动需求的决策结果。论文在Matlab的环境下与两种常见的赋权决策方法进行了仿真对比,结果表明该决策方法能够考虑到车辆制动状态参数的影响,得到更令人满意的输出结果。论文对提出的整个控制策略在Simulink-Cruise的联合仿真环境下,进行了联合仿真验证。结果表明,该策略能实现最佳的转矩分配控制,并能准确地反映制动状态所造成的影响。但是由于多目标优化流程的存在,使得仿真时间较长,难以实现制动转矩的实时优化分配,无法应用于实际控制中。因此论文提出了“离线优化,在线分配”的实时性分配控制策略。通过正交试验设计的理论,以建立正交表的方式,将多目标优化与决策过程离线进行,建立离散优化查询表。在线分配时,根据实时的制动状态进行查表控制分配。最后与在线优化控制策略进行了对比仿真,并计算了各制动器输出转矩的平均相对误差。仿真时间为22s,大幅度缩减了制动转矩的分配控制时间,且平均相对误差均小于1%,具有极高的精度。结果表明了论文提出的控制策略能够实现转矩的实时优化分配控制,并能将结果应用于实际控制中,具有一定的工程应用能力。