该研究在2022年发表在《Energy Conversion and Management》期刊上的研究成果基础上，进一步提出一种多源数据融合与驱动的能源管理全局优化模式：既考虑驾驶条件，又考虑电池健康状况，构建了一种基于自适应网络的模糊推理系统，实现线上、线下双向实时优化能源管理策略，通过实验与仿真验证，所提出的方法降低了燃料消耗10.53% 、降低了电池能耗23.57%。研究成果可望在数字化减碳方面获得广泛的应用和推广。

该研究论文的发表彰显了我校教师的科研能力和学术水平，为我校建设高水平应用型大学贡献积极力量。