分布式混合动力拖拉机（distributed hybrid electric tractor, DHET）多动力源解耦特性显著提升了系统能效与工况适应潜力，同时也对动态工况下的能量分配效率提出了更高要求。自适应等效最小燃油算法（adaptive equivalent consumption minimization strategy, A-ECMS）因具有较好的燃油经济性和可优化潜力被广泛应用于混动系统的能量管理问题，但其优化效果过于依赖等效因子的动态标定精度，因此，该研究针对现有自适应等效最小燃油算法中等效因子实时优化在工况适应性方面的不足，提出一种融合聚类优化与A-ECMS的能量管理策略，采用分层架构通过多阶段优化提升策略的工况适应性和燃油经济性。
首先，针对传统工况划分主观性较强的问题，通过K-means聚类算法对标准工况进行聚类分析，并引入轮廓系数（silhoiette coefficient, SC）作为聚类有效性评价指标，确定最佳簇类数量；针对聚类结果，采用动态规划算法（dynamic programming, DP）求解不同簇类的最优等效因子；
其次，为解决在线控制中单一等效因子的适应性缺陷，构建了基于连续权重重核函数的等效因子映射模型，基于实时工况特征与离线聚类中心动态匹配等效因子，实现等效最小燃油算法的自适应调整。
