1.一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：包括如下步骤：步骤1：设置模糊粒子群算法(FPSO)的参数，并在解空间中随机生成种群，种群中的每个粒子具有两个维度，粒子的形式为[α,h]，粒子的第一维度为滑模控制器的滑模系数α，第二维度为滞环调制的滞环带带宽h；

步骤2、利用FPSO算法生成的控制器参数设置仿真环境下滑模控制器的滑模系数α和滞环调制的滞环带带宽h并运行仿真；

步骤3、仿真结束后输出无线电力传输系统的输出电压，利用输出电压计算得到评估无线电力传输系统性能的指标：建立时间(ST)和稳态误差(SSE)，指标ST和SSE作为模糊逻辑适应度评估器的输入，使用模糊逻辑适应度评估器评估产生的粒子，模糊逻辑适应度评估器的输出为适应度值，选取适应度值大的粒子作为最优粒子；

步骤4、判断粒子是否满足FPSO算法收敛条件；

步骤5、若满足FPSO算法的收敛条件，则输出最优解即最优控制器，若不满足算法收敛条件则更新个体极值和全局极值，更新粒子，返回步骤2，继续迭代；

所述滑模控制器计算公式如下：

其中，α为滑模系数，Vout为无线电力传输系统的输出电压，Vref为无线电力传输系统输出电压的参考值；

所述滞环调制计算公式如下：

其中，h是滞环调制的滞环带的宽度，s表示滑模面；

使用模糊逻辑适应度评估器评估产生的粒子，包括如下步骤：输入量x1(STi)和x2(SSEi)经过模糊化确定其在不同模糊子集的隶属度X1(STi)和X2(SSEi)；

利用得到的隶属度集合X1(STi)和X2(SSEi)进行模糊推理得到模糊输出量ui；

模糊输出量ui经过解模糊得到清晰化的输出Fi；

其中，x1(STi)＝STi

x2(SSEi)＝SSEi

X1(STi)＝[S(STi),MS(STi),M(STi),L(STi)]X2(SSEi)＝[S(SSEi),MS(SSEi),M(SSEi),L(SSEi)]i表示种群中粒子的序号；

S(STi),MS(STi),M(STi),L(STi)分别表示模糊控制规则中第i个粒子的输出电压建立时间ST对应的隶属度；

S(SSEi),MS(SSEi),M(SSEi),L(SSEi)分别表示模糊控制规则中第i个粒子的输出电压稳态误差SSE对应的隶属度；

ui表示第i个粒子的模糊输出；

Fi表示第i个粒子的适应度值；

更新个体极值计算公式如下：

更新全局极值计算公式如下：

更新粒子计算公式如下：

其中，Pbseti是第i个粒子的个体极值，Gbest是全局极值，Pi是第i个粒子的适应度值，CPi(*)＝[αi,hi]，r1，r2是0到1范围内生成的随机数，ξ1、ξ2均表示加速系数，ω(g)表示惯性因子，ΔCPi(*)代表第i个粒子的速度，αi表示第i个粒子的滑模系数，hi表示第i个粒子的滞环带带宽。

2.根据权利要求1所述的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：所述模糊逻辑适应度评估器的输入量为指标ST和SSE，输出量为适应度值F；

所述输入量、输出量的隶属函数采用三角形隶属函数；

所述ST，SSE，F的论域分别为[0.1,0.5]，[0,0.002]，[0,1]；

所述输入量、输出量的反模糊化方法采用重心法。

3.根据权利要求2所述的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：三角形隶属函数计算公如下：其中，x为三角形隶属函数的输入，c为三角形底边的中点，Δs为三角形底边长的一半，E1，E2为论域的起点和终点。

4.根据权利要求1所述的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：所述FPSO算法的参数包括：Gmax表示最大迭代次数，ξ1、ξ2表示加速系数，N表示种群大小，ω(g)表示惯性因子。

5.根据权利要求4所述的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：其中，g表示当前迭代次数，gmax表示迭代最大次数，ωmax表示惯性因子最大值，ωmin表示惯性因子最小值。

6.根据权利要求1所述的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：FPSO算法的收敛条件：(1)、相邻两次迭代，粒子的平均适应度值之差小于0.005；

(2)、当前迭代适应度值的标准差小于0.01；

收敛条件(1)、(2)需要同时满足。