1.一种顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，所述能效优化方法基于分布式驱动汽车进行，所述分布式驱动汽车包括：左前轮驱动电机、右前轮驱动电机、左后轮驱动电机和右后轮驱动电机，所述左前轮驱动电机与左前车轮机械连接，所述右前轮驱动电机与右前车轮机械连接，所述左后轮驱动电机与左后车轮机械连接，所述右后轮驱动电机与右后车轮机械连接，所述左前轮驱动电机与左前轮驱动电机控制器电气连接，所述右前轮驱动电机与右前轮驱动电机控制器电气连接，所述左后轮驱动电机与左后轮驱动电机控制器电气连接，所述右后轮驱动电机与右后轮驱动电机控制器电气连接；所述动力电池组分别与左前轮驱动电机控制器、右前轮驱动电机控制器、左后轮驱动电机控制器和右后轮驱动电机控制器电气连接，整车控制器分别与左前轮驱动电机控制器、右前轮驱动电机控制器、左后轮驱动电机控制器、右后轮驱动电机控制器和动力电池组电气连接；

所述能效优化方法包括以下步骤：

步骤1、在汽车行驶过程中，实时监测动力电池剩余电量SOC、车辆行驶速度及油门踏板开度，由所述车辆行驶速度和油门踏板开度计算车辆需求转矩，进入步骤2；

步骤2、由所述动力电池剩余电量SOC确定电机转矩分配系数，所述动力电池剩余电量SOC大于第一限值时，所述电机转矩分配系数为第一值，所述动力电池剩余电量SOC小于等于所述第一限值且大于第二限值时，所述电机转矩分配系数为第二值，所述动力电池剩余电量SOC小于等于所述第二限值时，所述电机转矩分配系数为第三值；所述第一限值>所述第二限值，所述第三值<所述第二值<所述第一值≤1；

步骤3、以顺序选择遗传算法优化所述左前驱动电机转矩Tm1，所述右前轮毂电机转矩Tm2、所述左后轮毂电机转矩Tm3、所述右后轮毂电机转矩Tm4，所述Tm1、Tm2、Tm3和Tm4的范围由对应的电机技术参数确定，具体依次包括以下步骤；

步骤301、种群初始化，采用十进制编码方法对汽车四个电机转矩Tm1，Tm2，Tm3和Tm4进行编码，种群规模定义为N，交叉率为Pc，变异率为Pm，最好的个体的选择概率为q，迭代最大代数为Tmax；

步骤302、随机产生N个个体，组成初始种群V＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2，vi,3，vi,4)，vi,1表示第i个个体第k时刻左前轮毂电机转矩Tm1(k)i大小，vi,2表示第i个个体第k时刻右前轮毂电机转矩Tm2(k)i大小，vi,3表示第i个个体第k时刻左后轮毂电机转矩Tm3(k)i大小，vi,4表示第i个个体第k时刻右后轮毂电机转矩Tm4(k)i大小，将当前优化代数设置为t＝1；

步骤303、计算V中的每个个体vi的适应度值大小，即第i个个体第k时刻汽车实施总效率η(k)i大小；

步骤4、判断当前优化代数t是否等于Tmax，若为是则停止计算，取V中适应度值最大的个体，即第i个个体第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的Tm1(k)i、Tm2(k)i、Tm3(k)i和Tm4(k)i控制所述左前轮毂电机、右前轮毂电机、左后轮毂电机和右后轮毂电机，然后根据以下公式计算四个电机的转矩之和Tm(k)i，然后结束流程，如果t

Tm(k)i＝ψ1×Tm1(k)i+ψ2×Tm2(k)i+ψ3×Tm3(k)i+ψ4×Tm4(k)i；

步骤5、按照适应度值大小对个体进行排序；

步骤6、定义最好的个体的选择概率为q，则排序后的第i个个体第k时刻的选择概率为：

其中，i＝1,2,...,N。

然后按照上述概率所决定的选中机会选择再生个体；

步骤7、根据交叉率Pc到新的群体V2；

步骤8、由V2按照变异率Pm根据基本的单点变异方法得到群体V3；

步骤9、将群体V3作为新一代种群，用V3代替V，并另t＝t+1，并返回步骤303。

2.根据权利要求1所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，所述步骤303中第i个个体第k时刻汽车实施总效率η(k)i大小由以下公式计算得到其中，Pout,1(k)i为第i个个体第k时刻的左前轮毂电机实时输出功率；Pout,2(k)i为第i个个体第k时刻的右前轮毂电机实时输出功率；Pout,3(k)i为第i个个体第k时刻的左后轮毂电机实时输出功率；Pout,4(k)i为第i个个体第k时刻的右后轮毂电机实时输出功率；Pin,1(k)i为第i个个体第k时刻的左前轮毂电机实时输入功率；Pin,2(k)i为第i个个体第k时刻的右前轮毂电机实时输入功率；Pin,3(k)i为第i个个体第k时刻的左后轮毂电机实时输入功率；Pin,4(k)i为第i个个体第k时刻的右后轮毂电机实时输入功率。

3.根据权利要求4所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，第i个个体第k时刻的左前轮毂电机的实时输入输出功率为：其中，U1(k)i为第i个个体第k时刻的左前轮毂电机输入端母线电压；I1(k)i为第i个个体第k时刻的左前轮毂电机输入端母线电流；n1(k)i为第i个个体第k时刻的左前轮毂电机的转速；ψ1为第i个个体第k时刻左前轮毂电机的转矩分配系数，

4.根据权利要求4所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，所述第i个个体第k时刻的右前轮毂电机的实时输入输出功率为：其中，U2(k)i为第i个个体第k时刻的右前轮毂电机输入端母线电压；I2(k)i为第i个个体第k时刻的右前轮毂电机输入端母线电流；n2(k)i为第i个个体第k时刻的右前轮毂电机的转速；ψ2为第i个个体第k时刻右前轮毂电机的转矩分配系数，

5.根据权利要求4所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，第i个个体第k时刻的左后轮毂电机的实时输入输出功率为：其中，U3(k)i为第i个个体第k时刻的左后轮毂电机输入端母线电压；I3(k)i为第i个个体第k时刻的左后轮毂电机输入端母线电流；n3(k)i为第i个个体第k时刻的左后轮毂电机的转速；ψ3为第i个个体第k时刻左后轮毂电机的转矩分配系数，

6.根据权利要求4所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，所述第i个个体第k时刻的右后轮毂电机的实时输入输出功率为：其中，U4(k)i为第i个个体第k时刻的右后轮毂电机输入端母线电压；I4(k)i为第i个个体第k时刻的右后轮毂电机输入端母线电流；n4(k)i为第i个个体第k时刻的右后轮毂电机的转速；ψ4为第i个个体第k时刻右后轮毂电机的转矩分配系数，

7.根据权利要求1所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，所述根据交叉率Pc到新的群体V2是以以下公式进行：vi'(k)＝θvi(k)+(1-θ)vj(k)

vj'(k)＝θvj(k)+(1-θ)vi(k)

其中，θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，j∈{1,2,…,N}，vi'(k)和vj'(k)表示第k时刻交叉后的新个体，vi(k)和vj(k)表示第k时刻需要交叉的个体。

8.根据权利要求1所述的顺序选择遗传算法的分布式驱动汽车能效优化方法，其特征在于，根据变异率Pm由V2按照变异率根据基本的单点变异方法得到群体V3。