近年来,随着电子商务的不断兴起,快递业务量持续增长,截止2020年末已经达到800多亿件。快递业务量的不断增长反映了城市物流行业蓬勃发展。城市物流行业既是支撑国民经济发展的重要基础性产业,也是经济高质量发展的重要力量,推动城市物流高质量发展是改善城市居民生活质量的重要抓手。然而,现阶段我国城市物流配送仍然以燃油汽车为主,燃油汽车的使用对城市环境造成了较为严重的负面影响。电动物流车因其使用可再生的驱动能源成为最清洁的物流配送工具之一,在城市物流配送领域有着广阔的前景。物流企业的配送任务通常表现为车辆路径问题。因此,本文将研究在具有行驶时间时变特性,充电站存在排队等待时间和充电函数非线性的城市道路网络中的电动物流车路径优化问题。研究的主要内容为:首先,从电动物流车的充电时间,充电站站点服务时间和时变特性下的车辆路径问题三个方面综述了电动物流车国内外的研究现状。从中发现了综合考虑了上述三个方面的电动物流车车辆路径优化问题和国内电动物流车考虑时变特性的车辆行驶速度的文献较少。基于此,提出了时变特性下考虑充电排队时间电动物流车路径优化问题并阐述了它的理论和现实意义。其次,构建了时变特性下考虑充电排队时间电动物流车路径优化的混合整数规划模型。该模型以车辆路径方案中车辆行驶成本,车辆充电成本和车辆固定成本三个部分为目标函数。同时,对电动物流车充电函数非线性,充电站排队等待时间和电动物流车行驶时间具有时变特性三个因素使用分段线性函数拟合的方法进行分析处理。然后,根据本文所建立的数学模型,设计了自适应大邻域搜索算法（ALNS）用于求解该问题。在算法生成初始解以及后续迭代的步骤中,针对求解电动物流车路径方案可能遇到的问题,设计了四种方法用于得到较好的可行解。同时,设计了四种Destroy算子和三种Repair算子用于构建ALNS算法的邻域,进而求得最优解。最后,本文通过将ALNS算法与Gurobi求解器求解相同算例验证ALNS算法的精确性,将多个算例重复运行多次证明ALNS算法的稳定性。随后,对Repair算子,电池容量和充电速率,充电站等待时间,电动物流车行驶速度的时变特性以及客户时间窗因素进行了灵敏度分析。验证了这些因素会对于电动物流车路径产生影响,需要在路径规划时被考虑。