随着《新能源汽车产业发展规划2021--2035》政策出台及“碳达峰、碳中和”目标的提出,大力发展新能源汽车成为我国应对气候变化、推动绿色发展的重要战略举措。大规模应用新能源矿卡,完善产业布局,推动矿山转型,也已然成为了矿山行业未来的发展趋势。如何在满足露天矿生产的多目标要求下,兼顾新能源矿卡电能回收特性,使用数据驱动的方法对卡车行驶数据有效利用,对新能源矿卡调度过程进行精细化管理,为企业或决策者提供切实可行的解决方案,成为如今露天矿新能源矿卡调度模型求解研究中亟待解决的新难题。针对上述问题,本文开展了以下几个方面的研究工作:（1）露天矿卡车调度技术发展及研究现状。首先对露天矿新能源矿卡调度技术的国内外发展现状进行了概述,其次从露天矿卡车调度模型和求解方法两个角度出发,对传统的优化算法、多目标优化算法和数据驱动进化优化算法的概念理论和应用方面进行了系统的归纳总结。（2）露天矿新能源矿卡多目标调度优化模型。结合车辆在运输过程中的实际情况,从矿山实际生产的多目标需求出发,综合考虑了能量回收、电池电量等多种约束条件及耗电参数的变化,提出了考虑耗电的运输成本最小、品位偏差率最小及挖机总等待时间最少为目标的新能源矿卡多目标调度优化模型,最大化利用电量的同时降低车辆运行成本、提高运输效率,实现对运输过程的精细化管理。（3）基于数据驱动的改进多目标遗传算法。综合考虑天气、温度、路况、速度等因素对新能源矿卡耗电的影响,借助历史数据,构造PSO-LSTM神经网络预测模型,预测矿卡行驶路段的耗电和回收电量参数。并在进化优化时,融合双归档（TA）和遗传算法（GA）交叉变异的机制,提出改进遗传算法,对新能源矿卡多目标调度算例进行求解,以提高最佳方案的分布性。最后选取了改进前后及两类广泛使用的多目标优化算法,对求解结果进行对比分析。（4）露天矿新能源矿卡多目标调度应用。以河南省M露天矿新能源矿卡的实际生产调度数据为基础进行应用,并对原始系统的求解方案和本文提出的求解方案结果进行对比,表明所提模型的实用性和算法在求解实际应用问题上的有效性。