1.一种柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于，包括以下步骤：步骤1.建立Urea-SCR系统模型，包括：

步骤1-1.基于系统内主要化学反应及反应速率方程建立Urea-SCR系统三状态模型，用于预测催化器内部的NOx浓度、NH3浓度及氨覆盖率三个状态量：上式中， 和 分别是催化器入口NH3和NOx气体浓度； 和 分别是催化器出口NH3和NOx气体浓度； 是氨覆盖率； 是氨存储能力；定义 i＝ads,des,red,oxi；F是废气流速；V是催化器体积；

步骤1-2.将Urea-SCR系统内部NOx和NH3浓度变化视作准稳态，仅氨覆盖率动态性作为唯一状态，建立一状态降阶模型：步骤2.模型参数辨识：在Matlab中采用遗传算法使模型中关于催化器出口尾气中NOx和NH3浓度的预测值与实际测量数据误差最小，来辨识得到模型参数；

步骤3.将辨识得到的模型参数用于NSGA-II算法的优化过程，根据排放规定限值要求选择最佳的Pareto优化解，得到优化的尿素供给率和氨覆盖率、最大NOx转化效率、氨存储量；

步骤4.在Matlab中对NSGA-II算法进行仿真，建立尿素供给率、转化效率、氨覆盖率、氨存储量优化值与温度和空速的关系，进而建立发动机全工况优化MAP。

2.根据权利要求1所述的柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于：其中，在步骤2中，需要从建立的Urea-SCR系统模型中辨识确定10个参数S1,S2,ki,Ei,i＝ads,des,red,oxi，在Matlab中采用遗传算法使模型预测值与实际测量数据误差最小，目的是找到模型参数 (S1,S2,ki,Ei,i＝ads,des,red,oxi)使下列误差成本函数最小：式中， 和 分别表示催化器出口NOx和NH3气体浓度模型预测值，和 分别表示催化器出口NOx和NH3气体浓度测量值。

3.根据权利要求1所述的柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于：其中，在步骤2中还对模型的准确性进行验证，如果模型预测值与测量值误差较大，首先检查试验数据是否准确，若试验数据准确，则调整遗传算法的参数重新进行模型拟合。

4.根据权利要求1所述的柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于：其中，步骤3包括：

步骤3-1.将最大的NOx转换效率目标等效转换为求最小的NOx未转换效率，使算法中所有目标成本函数都描述为最小化问题；

Urea-SCR系统的多目标优化问题可以写成：

其中，

式中，α表示尿素供给率，是需优化的变量，用于使带约束的多目标函数最小化；F(α)是目标向量，包含两个需要同时最小化的目标函数；f1(α)和f2(α)分别表示NOx未转换效率和氨泄漏；

步骤3-2.对Urea-SCR系统多目标优化的主要模块进行结构化设计。

5.根据权利要求4所述的柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于：其中，进行结构化设计的模块包括：输入模块、输出模块、SCR系统模型仿真模块和优化模块，输入模块：将发动机每一工况的测试参数作为输入信息,在Matlab在进行优化求解；

输出模块：将算法得到的Pareto最优解集中氨泄漏量最接近排放规定限值要求的优化解挑选出来，作为最佳优化解；

SCR系统模型仿真模块和优化模块：SCR系统模型仿真模块嵌入到优化模块中，由NSGA-II算法为种群中每个个体随机产生不同的变量，将该变量代入系统模型中计算尾气NOx和NH3浓度以及氨覆盖率；根据模型预测结果和目标函数，评价选择、交叉和变异操作，利用NSGA-II对下一代进行计算；重复优化计算过程，直到达到最大迭代次数，终止当前工况点的优化。

6.根据权利要求1所述的柴油机Urea-SCR系统氨喷射量和氨覆盖率同步优化方法，其特征在于：其中，在步骤4中，对NSGA-II算法进行仿真并验证优化结果，将三状态非线性模型及一状态降阶模型的优化解进行试验验证和对比，并分析优化解对SCR系统模型的敏感性，若一状态模型与三状态模型的误差较大，则选择三状态模型，否则选择一状态模型，然后基于选择的模型建立发动机工况与Urea-SCR系统优化参数间的关系，进而建立发动机全工况优化MAP。