La evidencia concluyente ha demostrado la importancia crítica del control de crucero adaptativo (ACC) en la reducción de la congestión del tráfico. Para mejorar el rendimiento del sistema ACC, este documento propone una nueva estrategia de ACC para vehículos eléctricos basada en un marco jerárquico. Se han realizado tres esfuerzos principales para distinguir nuestro trabajo de la investigación existente. En primer lugar, se establece un modelo de identificación de aceleración deslizante basado en el algoritmo de mínimos cuadrados recursivos con múltiples factores de olvido (MFF-RLS). En segundo lugar, con el seguimiento del vehículo, la economía y la comodidad como objetivos de optimización, se desarrolla el controlador de nivel superior basado en el algoritmo de control predictivo de modelo (MPC). Gracias a la identificación de la aceleración deslizante, el controlador MPC tiene una mejor capacidad para adaptarse a los cambios ambientales. En tercer lugar, se diseña un controlador de nivel inferior de aprendizaje iterativo para controlar los sistemas de conducción y frenado. Considerando la eficiencia del frenado regenerativo, también se diseña la estrategia de distribución de la fuerza de frenado en el controlador de nivel inferior. Los resultados de la simulación muestran que, en comparación con la estrategia de ACC convencional basada en MPC, la estrategia propuesta tiene un rendimiento similar en el seguimiento del vehículo, pero realiza grandes mejoras en comodidad y economía. Las características específicas son que la fluctuación de la aceleración y la velocidad del vehículo se reduce significativamente, y el consumo de energía también se reduce en un 2.05%.