插电式混合动力汽车（Plug-in Hybrid Electric Vehicle，PHEV）的燃油经济性和排放性与能量管理策略密切相关，如何提高能量管理策略的精确性，以最大限度提高PHEV的经济性和排放性，是PHEV领域内一项急需解决的重要任务。逻辑门限能量管理策略和模糊能量管理策略是两种较实用的能量管理策略，由于这两种策略的规则定制都是基于专家经验，从而难以实现最优控制，需要适当的优化算法进行优化。为此，本文以湖南大学“985工程”三期和江苏省重点实验室开放基金项目[QK09003]为依托，以ADVISOR软件为平台，采用改进混沌遗传算法对并联式PHEV的这两种能量管理策略进行优化研究，其主要研究工作和创新点如下：(1)研究了遗传算法及其缺陷的产生机理，在已有的混沌遗传算法的基础上，提出一种改进混沌遗传算法，并通过经典的函数对算法的收敛性能进行测试，测试结果表明：改进混沌遗传算法在收敛速度、收敛稳定性和收敛质量三方面，都有很大提高。(2)通过仿真证实：单模式逻辑门限能量管理策略不能兼顾并联式PHEV在不同距离和工况的运行需求。提出双模式逻辑门限能量管理策略，并以改进的混沌遗传算法优化策略控制参数。仿真结果表明：优化后的双模式逻辑门限能量相比原车，高速公路运行成本降低了10%，城郊公路的运行成本降低了21.3%，同时又很好的排放性。(3)研究了模糊能量管理策略，通过改进的混沌遗传算法对其隶属函数及规则进行全局优化，以使其更加符合并联式PHEV的需求。仿真结果表明：优化后的模糊能量管理策略比优化前的策略节油5.15%，CO排放减少6.39%。