1.一种区间二型模糊神经网络复合制动防抱死控制系统，其特征在于：包括传感器单元、车轮滑移率计算单元、路面最佳滑移率识别单元、区间二型模糊神经网络ABS控制器、整车控制器VCU、四个液压制动执行机构、四个轮毂电机及四个电机控制器，所述传感器单元分别与车轮滑移率计算单元、路面最佳滑移率识别单元和整车控制器VCU连接，所述车轮滑移率计算单元和所述路面最佳滑移率识别单元均与区间二型模糊神经网络ABS控制器连接，所述区间二型模糊神经网络ABS控制器与整车控制器VCU连接，所述整车控制器VCU分别与四个液压制动执行机构、四个轮毂电机控制器连接，每个轮毂电机控制器与相应的轮毂电机连接，每个液压制动执行机构均包括一个制动盘、制动钳和制动轮缸，制动轮缸通过制动钳与相应的制动盘连接，液压制动执行机构通过轮缸进/出液电磁阀与整车控制器VCU连接；

所述传感器单元包括用于测量制动踏板位移的踏板位移传感器、用于测量车轮转速的轮速传感器、用于测量汽车速度的车速传感器、用于测量制动盘制动摩擦力矩和轮毂电机输出扭矩的力矩传感器以及用于测量电池荷电状态的SOC传感器，传感器单元将测量的车轮轮速ω、汽车速度v输入到车轮滑移率计算单元和路面最佳滑移率识别单元，车轮滑移率计算单元输出车轮滑移率λ到区间二型模糊神经网络ABS控制器，路面最佳滑移率识别单元输出路面最佳滑移率λd到区间二型模糊神经网络ABS控制器，区间二型模糊神经网络ABS控制器经过区间二型模糊神经网络算法计算得到理想制动防抱死力矩Tb_i，同时区间二型模糊神经网络ABS控制器基于最大再生制动力矩策略对电液复合制动系统进行制动防抱死力矩分配，并输出理想液压制动力矩Th_i和理想再生制动力矩Tr_i到整车控制器VCU，整车控制器VCU通过电信号控制液压制动执行机构产生实际液压制动力矩Th_r，并通过电信号控制电机控制器进而控制轮毂电机产生实际再生制动力矩Tr_r，力矩传感器将测量得到的实际液压制动力矩Th_r和实际再生制动力矩Tr_r输入到区间二型模糊神经网络ABS控制器，对区间二型模糊神经网络ABS控制器的输出数值进行调整，直至防抱死系统退出工作。

2.一种区间二型模糊神经网络复合制动防抱死控制方法，其特征在于：包括权利要求1所述的防抱死控制系统，所述控制方法包括以下步骤：传感器单元采集制动踏板位移信号d，并输入到整车控制器VCU，同时整车控制器VCU根据车速信号v、踏板位移信号d及其变化率 判断是否需要开启制动防抱死功能，若需要开启制动防抱死功能，则区间二型模糊神经网络ABS控制系统参与工作，传感器单元采集车轮轮速ω、汽车速度v输入到车轮滑移率计算单元和路面最佳滑移率识别单元，车轮滑移率计算单元计算出每个车轮的车轮滑移率λ，路面最佳滑移率识别单元输出当前路面最佳滑移率λd；然后车轮滑移率计算单元和路面最佳滑移率识别单元分别输出车轮滑移率λ和路面最佳滑移率λd到区间二型模糊神经网络ABS控制器，区间二型模糊神经网络ABS控制器经过区间二型模糊神经网络算法计算得到理想制动防抱死力矩Tb_i，同时区间二型模糊神经网络ABS控制器基于最大再生制动力矩策略对电液复合制动系统进行制动防抱死力矩分配，得到理想液压制动力矩Th_i和理想再生制动力矩Tr_i，然后发送电信号到整车控制器VCU，整车控制器VCU根据理想液压制动力矩Th_i和理想再生制动力矩Tr_i数值大小发送电信号控制轮缸进/出液电磁阀和电机控制器工作产生相应制动力矩，同时相应的力矩传感器将测量得到的实际液压制动力矩Th_r和实际再生制动力矩Tr_r输入到区间二型模糊神经网络ABS控制器，区间二型模糊神经网络ABS控制器根据实际液压制动力矩Th_r与实际再生制动力矩Tr_r的和，即实际制动防抱死力矩Tb_r对区间二型模糊神经网络参数进行修正从而对液压制动力矩和再生制动力矩数值进行调整，直至防抱死系统退出工作；若不需要开启制动防抱死功能，则区间二型模糊神经网络ABS控制系统不参与工作，进行常规制动方式直至汽车减速停止。

3.如权利要求2所述的一种区间二型模糊神经网络复合制动防抱死控制方法，其特征在于：所述控制方法还包括以下步骤：所述区间二型模糊神经网络ABS控制器采用的最大再生制动力矩策略如下：若汽车速度v满足v≤10km/h，则理想液压制动力矩Th_i、理想再生制动力矩Tr_i满足下式：其中，Tλ＝1为车轮滑移率λ等于1时的制动力矩；

若汽车速度v、电池荷电状态SOC满足下式：

则理想液压制动力矩Th_i，理想再生制动力矩Tr_i满足下式：

若汽车速度v、电池荷电状态SOC，理想制动防抱死力矩Tb_i、最大再生制动力矩Tri_max满足下式：则理想液压制动力矩Th_i，理想再生制动力矩Tr_i满足下式：

若汽车速度v、电池荷电状态SOC，理想制动防抱死力矩Tb_i、最大再生制动力矩Tri_max满足下式：则理想液压制动力矩Th_i，理想再生制动力矩Tr_i满足下式：

4.如权利要求3所述的一种区间二型模糊神经网络复合制动防抱死控制方法，其特征在于：所述区间二型模糊神经网络ABS控制器的算法设计过程包括以下步骤：

1)选择输入层变量

输入层由两个神经元组成，分别为车轮滑移率λ与路面最佳滑移率λd的差值e及其变化率

2)确定隐藏层激活度函数

输入层神经元e的二型模糊集合为 输入层神经元 的二

型模糊集合 其中NB表示负大，NS表示负小，ZE表示零，PS表

示正小，PB表示正大，因此隐藏层神经元个数为10；各个神经元的激活度函数，即隶属度函数为：式中， 为第j个隶属度函数层神经元输出值上界，u(x1,2)为第j个隶属度函数层神经元输出值下界，cj为第j个隶属度函数层神经元隶属度函数中心值下界，为第j个隶属度函数层神经元隶属度函数中心值上界，σj为第j个隶属度函数层神经元隶属度函数宽度，j＝1，2，……，10；

为充分降低计算迭代时间和提高控制精度的要求，考虑到区间二型模糊神经网络控制器输入变量的模糊集合数各为5个，设定区间二型模糊神经网络中共有M＝25条规则，其中第i条规则 为：式中，wi为第i条规则后件输出下界， 为第i规则后件输出上界，其中i＝1，2，……，25；

m＝1，2，……，5；n＝1，2，……，5；

3)计算激励层规则激活度区间

输入变量经过隶属度函数层模糊化后得到变量的隶属度区间

激励层中每个节点代表一条模糊规则，利用乘法t‑norm

规则计算每条规则激活度区间

式中：fi为第i条规则的激活度下界， 为第i条规则的激活度上界；

4)模糊降型层

第四层为模糊降型层，制动防抱死控制的目的是将车轮滑移率控制在最佳滑移率范围内，因此当车轮滑移率λ与路面最佳滑移率λd的差值e＝λ‑λd为负值且绝对值较大时，需要增大制动防抱死轮缸压力使车轮制动力矩增大进而车轮滑移率增大接近路面最佳滑移率；反之，车轮滑移率λ与路面最佳滑移率λd的差值e＝λ‑λd为正值时且绝对值较大时，需要减小制动防抱死轮缸压力使车轮制动力矩减小进而车轮滑移率减小接近路面最佳滑移率；降型方法采用Enhanced Karnic‑Mendel(EKM)算法，该层的输出如下所示：式中，M为模糊规则数量，yl为网络降型输出左端点，yr为网络降型输出右端点，L为EKM算法左转折点，R为EKM算法右转折点；

(5)输出层

第五层为输出层，其节点表示整个网络的输出，网络的实际输出为理想制动防抱死力矩Tb_i，

式中，kc为比例因子；

将区间二型模糊神经网络算法输出得到的理想制动防抱死力矩Tb_i基于最大再生制动力矩策略在电液复合制动防抱死系统中进行分配，得到理想再生制动力矩Tr_i和理想液压制动力矩Th_i，经过制动执行机构产生实际再生制动力矩Tr_r与实际液压制动力矩Th_i，两者相加得到实际制动防抱死力矩Tb_r：区间二型模糊神经网络中隶属度函数以及规则后件的参数学习的原则为实现理想制动防抱死力矩Tb_i和实际制动防抱死力矩Tb_r之间的最小误差，因此采用误差反向传播算法利用梯度下降法对神经网络进行训练学习，定义性能指标为：该网络中需要学习的参数包括二型高斯隶属度函数的不确定中心cj和 宽度σi，规则后件参数wi和 参数修正公式如下：式中，τw为规则后件参数wi和 的学习率，τc为不确定中心ci和 的学习率；

参数的学习率应该根据性能指标E的大小进行调整，其中由于EKM降型算法中存在左右转折点，因此在函数求导过程中，参数应该根据转折点分区域进行学习调整。