将电动汽车引入传统物流配送当中,研究基于电动汽车的路径规划问题是一个新兴的课题,对解决目前的能源紧张、城市大气污染、城市交通问题有极大促进作用。电动汽车固有的电池容量有限和中途需要充电的特点使之与传统燃油车的路径规划有很大的不同,传统的车辆路径规划理论与方法不再适合电动汽车。一方面,电动汽车还处于规模化应用的前期,现有的考虑电动汽车特点的路径规划模型与算法的研究还比较薄弱。另一方面,电动汽车基础配套设施的建设还处于初级阶段,一定程度上阻碍了电动汽车的推广应用,因此针对电动汽车路径规划问题的研究十分必要,可以为物流企业使用电动汽车进行配送提供一定的理论依据,促进电动汽车的大规模推广和普遍应用。论文以传统汽车路径规划问题的理论为基础,研究带充电设施的电动汽车路径规划问题(Electric Vehicle Routing Problem with Recharging Stations,EVRPRS)。首先,提出了EVRPRS问题的混合整数规划模型,在该模型中既考虑了电动汽车的最大载货量、客户时间窗等传统约束,又考虑了电池容量、充电设施位置和充电时间等电动汽车路径规划问题特有的约束。论文使用粒子群算法进行求解,采用三维粒子编码方法将粒子与路径规划问题的解对应起来,并结合具体算例进行仿真测试。测试结果表明,本文提出的粒子群算法是可行且有效的,能够指导物流企业进行合理的配送路径规划。由于EVRPRS模型中涉及的参数较多,本文在进行算例测试时一些参数的取值是根据相关文献和个人经验而定的,缺乏严格的科学依据,因此论文结合算例进行了多组实验,对时间窗、车辆成本、车辆载货容量和电池容量等因素作了敏感性分析,相关实验结果在一定程度上可以为物流企业提供参考依据。针对物流企业在客户较为集中的地区建立多个配送中心,以满足其地域分布广、规模偏大的客户群的配送要求,论文对EVRPRS基础模型进行了扩展,建立了多配送中心EVRPRS模型。论文采用粒子群算法,并提出了两种求解策略—多配送中心同时优化和多配送中心转化为单配送中心优化,其中,多配送中心转化为单配送中心优化策略,采用了类平均系统聚类法对客户进行分类。结合具体算例分别对两种求解策略进行测试。测试结果表明,针对本文提出的中等偏大规模的多配送中心电动汽车路径规划问题,多配送中心转化为单配送中心的优化策略求解效果更好。