1.一种基于ADHDP的燃油汽车生态自适应巡航控制方法，其特征在于，包括以下步骤：步骤(1)、对车辆进行动力学建模，对车辆的基本信息以及车辆的物理量进行建模；

步骤(2)、基于上下层控制框架进行燃油车生态自适应巡航控制，确定优化目标；其中上层优化车辆加速度，使其满足公式(7)中的限制条件，并将加速度并送入到下层，下层优化得到最佳的齿轮比，进一步减少燃油油耗，并且上下层都采用ADHDP算法进行优化求解；

步骤(3)、通过ADHDP算法迭代对车辆进行决策，其中执行网络获得对车辆该采取的下一步决策，评价网络用来评价执行网络获得决策的反馈对执行网络进行奖惩；

步骤(1)具体步骤如下：

步骤(1.1)、首先建立车辆动力学三阶方程，如下所示：

其中sh，vh，ah以及ah，des分别为主车行驶的位置，速度，加速度以及期望的加速度，τh是主车的机械延迟，根据不同车辆为不同常数；

步骤(1.2)、根据车辆动力学三阶模型计算加速度ah，计算加速度需要计算期望加速度，通过计算得到的期望加速度，以及上一采样间隔的实际加速度计算得到加速度变化率计算当前采样时刻的加速度；

期望加速度的计算公式如下：

其中，Ft是主车牵引力，Fr是集总阻力，具体构成如下所示：

其中，μ为轮胎与地面的摩擦力系数，ρ为空气密度，Av为车辆的前部面积，dh是跟车行驶过程两车的实际间距，Cd(dh)为与间距相关的气动阻力系数，具体计算公式如下所示：其中，Ch，d是主车的标称阻力系数，参数c1和c2为风阻关系的拟合参数，通过实验获得；

步骤(1.3)、根据(1.1)和(1.2)获得的状态信息，结合转速转矩关系确定车辆转速转矩；

其中ωe、Ted是车辆的有效转速与有效转矩，R是车辆的轮胎半径，id是差速器的减速比，ηg是传动效率，ig(p)是车辆不同挡位的传动比，p是挡位状态；为了保证驾驶的舒适性仅允许顺序换挡，即p(t)＝p(t‑1)+up(t)，其中up(t)属于集合{‑1，0，1}，即对应减档位，保持挡位以及加挡位；

步骤(1.4)、采用现有的燃油消耗模型，估计下一个时刻的油耗，在实际行驶过程中，当前油耗能够通过传感器获得，具体的优化目标表达式如下所示：该优化目标服从以下限制条件：

其中，t和Tcyc表示开始行驶时间和最大行驶间隔；油耗的表达式为：

其中，Idel是空挡油耗，ωe(t)是有效转速，Ted(t)是有效转矩；dh，min(vh)和dh，max(vh)分别表示在速度vh下的最小和最大跟车距离，最小距离保证安全，最大距离防止影响道路通行效率，具体表达式如下所示：

2.根据权利要求1所述的一种基于ADHDP的燃油汽车生态自适应巡航控制方法，其特征在于，步骤(2)具体步骤如下：步骤(2.1)首先确定上层状态变量，控制变量，以及回报函数以及值函数；

步骤(2.1.1)上层状态变量反映跟车性能，由两部分组成，分别是跟车距离以及前后车车速差；其中，前后车车速差能够表示为Δv＝vp‑vh，由于跟车车距在步骤(1.4)中表示为允许的最大最小跟车距离，因此无法简单由实际车距减去允许的最大和最小跟车车距两个表达式进行表示，需要将两个表达式通过带阻函数进行整合，带阻函数表达式如下所示：其中z是变量，代表加速度和车辆间距变量，zl是该变量设置的最小值，zu是变量设置的最大值，cfz是补偿因子，同时α＞0，β≥1，距离的带阻函数表示如下：

其中，将dl设置为最小跟车间距设置为dh，min(vh)，du设置最大间距设置为dh，max(vh)，该带阻函数值始终为正数，为了反映跟车趋势，进行分段表示，当实际车距在靠近允许的最小车距时为负，当靠近允许的最大车距时为正，因此距离状态的具体表达如下所示：即上层状态变量为xh，u＝[Δd，Δv]；

步骤(2.1.2)上层的控制变量为期望加速度，即uh，u＝ah，des；具体计算方式是，输入上层状态变量到ADHDP算法中，得到输出，该输出取值属于[‑1，1]，通过加速度范围[ah，min，ah，max]进行映射，得到期望的加速度ah，des；

步骤(2.1.3)ADHDP算法包括一个执行‑评价结构，其中，回报函数以及值函数是ADHDP算法中执行网络以及评价网络需要优化的内容；上层的控制目标是安全，舒适度以及油耗，上层回报函数定义为：其中ξu， 和ψu分别表示权重系数，BSF(dh)是距离的带阻函数，如公式(11)所示；因此值函数可以表示为：步骤(2.2)确定下层状态变量，控制变量，以及回报函数以及值函数；

步骤(2.2.1)下层状态变量用于使评价网络的输出近似于燃油消耗模型估计得到的下一个时刻的油耗，使得评价网络的输出近似于燃油消耗模型估计得到的下一个时刻的油耗的差值在设定的阈值范围内，提升燃油经济性，因此将燃油模型的变量即车辆有效转速和有效转矩作为下层状态变量，表示为xh，l＝[ωe，Ted]；

步骤(2.2.2)下层用于控制最佳齿轮比，将齿轮比转化为挡位，因此控制变量为uh，l＝ig；

步骤(2.2.3)下层是为了进一步提升燃油经济性，回报函数为：

rh，l(xh，l，uh，l)＝FC    (15)

值函数为：

3.根据权利要求2所述的一种基于ADHDP的燃油汽车生态自适应巡航控制方法，其特征在于，步骤(3)具体步骤如下：步骤(3.1)将上层状态变量以及上一采样时刻执行网络输出输入到评价网络中，初始时刻的上一采样时刻执行网络输出为零，得到评价网络输出以及评价网络误差；其中，评价网络为了优化评价网络误差，首先需要优化评价网络输出，因此将评价网络输出将作为执行网络的误差，通过执行网络对评价网络输出进行优化，间接优化评价网络误差；执行网络中只输入上层状态变量得到执行网络输出，将执行网络输出转化映射为加速度，通过公式(1)作用于主车，计算得到下一时刻的上层状态变量，通过ADHDP算法传递回报函数并传输到至评价网络，更新评价网络误差，同时更新评价网络输入；执行网络最终目的是优化评价网络输出并间接优化评价网络误差，当评价网络误差和执行网络误差都优化到最小时，即当误差达到设定阈值或当迭代次数到达指定迭代次数时，得到最佳的控制输入，真正更新车辆状态，更新下层状态变量并传输到下层；

步骤(3.2)下层得到更新后的下层状态变量转速转矩，将下层状态变量以及上一时刻执行网络的输出输入到评价网络中，初始时刻的上一采样时刻执行网络输出为零，得到评价网络输出以及评价网络误差，其中，评价网络为了优化评价网络输出，其中，评价网络为了优化评价网络误差，首先需要优化评价网络输出，因此将评价网络输出将作为执行网络的误差，通过执行网络对评价网络输出进行优化，间接优化评价网络误差；执行网络中只输入下层状态变量得到执行网络输出，根据输出范围[‑1，1]映射转为最小最大齿轮比范围，将执行网络输出映射转化得到齿轮比，并找到距离该齿轮比差值最小的对应于挡位的齿轮比，根据步骤(1.3)顺序换挡方式切换挡位，根据公式(5)计算下一时刻下层状态变量，通过ADHDP算法传递回报函数至评价网络同时更新评价网络输入；执行网络最终目的是优化评价网络输出并间接优化评价网络误差，当评价网络误差和执行网络误差都优化到最小时，即当迭代次数到达指定迭代次数或达到设定阈值，得到最佳油耗下的离散齿轮比，并得到该齿轮比最接近的挡位，即最佳挡位，切换挡位，进一步提升燃油经济性。

4.根据权利要求1所述的一种基于ADHDP的燃油汽车生态自适应巡航控制方法，其特征在于，进一步的，参数α，β，n和cfz对应设置为2，2，1，1。