随着人类对石油、煤炭等化石能源的不断开发利用,以二氧化碳为主的温室气体排放量持续增加,能源利用问题与环境保护之间的矛盾日益凸显。为缓解能源危机、减少温室气体排放,政府越来越重视电动汽车在城市配送领域的应用,出台一系列补贴支持政策推动电动汽车的发展,对城市配送企业而言,使用电动汽车代替传统燃油汽车在运营成本、城市道路路权等方面有明显的优势,电动汽车的规模化应用已成为一种必然的趋势。但基于目前的技术条件,电动汽车还存在着续航里程较短、相关基础设施不完善、充电时间长等缺点,一定程度上制约了电动汽车的推广,电动汽车与传统燃油汽车共存的情况仍是现在乃至未来相当长时间内的普遍现象。如何在低碳背景下合理规划多能源车辆配送路径逐渐成为研究热点,论文主要研究内容组织如下。多能源车辆路径问题以及电动车的特性进行分析。通过分析,认为多能源车辆路径问题的关键在于充分考虑电动汽车续航里程及充电时间对路径规划的影响,电动汽车具有环保无污染、使用成本较低等优点,续航里程短、基础设施不完善、电池性能有待提高等缺点,电动汽车续航里程受道路状况、温度、电动汽车的总质量、电池性能、司机驾驶习惯等因素影响。建立多能源车辆路径规划模型。通过对多种燃油消耗模型和电能转化为机械能过程的分析,确定了碳排放量和电动车续航里程的非线性计算函数;分析燃油车与电动车在路径规划中的相互影响以及多能源车辆路径规划模型的特点,建立以固定成本、运输成本、时间成本、碳排放成本之和最小为目标的多能源车辆路径规划模型。设计改进的遗传算法。针对多能源车辆路径规划模型,对遗传算法的遗传操作进行改进,在选择和交叉变异操作之间引入天牛须搜索操作,赋予种群中每一个个体自我判断和进化的特性,使得种群在进行交叉变异操作之前即可通过个体自我判断实现初步进化。最后设计算例,并与已有研究的计算结果进行对比,验证算法的有效性。案例分析。通过J公司某日实际配送数据对模型和算法进行检验,分析了车辆载重、电动汽车续航里程、服务时间以及碳排放成本等因素对路径规划的影响。论文基于环保低碳背景以及多能源车辆共存的实际情况开展研究,一方面丰富了车辆路径问题的理论研究,通过在遗传算法中引入天牛须搜索操作,拓宽了车辆路径问题研究的方法和手段,另一方面也可以为企业的车辆调度决策提供理论支撑,降低企业配送成本,减少环境污染。