随着我国连锁零售企业商品销售额的日益增长,其门店数量也在不断增加,配送中心作为连锁零售门店的上游物流节点,如何高效地将货物配送至各门店显得尤为重要。目前,连锁零售企业在配送中心至门店这一配送环节中主要采用传统的燃油车作为运输工具,这不仅增加了物流配送成本,还在一定程度上造成了环境污染、能源浪费及道路面积增加等问题。已有的关于连锁零售企业在这一配送环节的研究,多数是以车辆载重量或车辆容量作为约束条件,对单一的配送路径问题进行优化研究,而较少结合当前连锁零售企业这一环节物流配送的实际特征,对其货物装载与配送路径优化问题进行较为深入的综合分析,这与连锁零售企业物流发展的实际情况不相匹配,使得其物流配送效率低下,配送成本居高不下。因此,研究连锁零售企业电动物流车货物装载与配送路径优化问题具有重要的理论意义和现实意义。本文结合当前连锁零售企业物流配送的实际特征,指出随着连锁零售企业门店的扩张和配送中心服务范围的进一步扩大,在配送中心至门店这一配送环节中存在市域和跨市域的配送问题;并以此为基础,综合考虑电动物流车的特性和连锁零售企业配送中心至门店这一配送环节的具体特征,将货物装载与配送路径优化作为一个综合优化问题,分别对连锁零售企业市域内不考虑充电的电动物流车货物装载与配送路径优化问题和跨市域考虑充电的电动物流车货物装载与配送路径优化问题进行研究,将运输成本、车辆未被利用的载重和容积产生的机会成本、用车固定成本、时间窗惩罚成本以及充电成本等因素纳入相应的数学模型中,使得模型更贴近实际问题;最后,结合算例,采用遗传算法,并运用PYTHON软件进行编程实现对两个问题的求解。本研究结论表明:论文中所构建不考虑充电的连锁零售企业电动物流车货物装载与配送路径优化模型和考虑充电的连锁零售企业电动物流车货物装载与配送路径优化模型,更贴近连锁零售企业配送中心至门店这一配送环节的实际特征,通过对比运用遗传算法分别对两个问题中的电动物流车货物装载与配送路径优化和电动物流车单一配送路径优化进行求解的结果,也进一步证明了模型的正确性和遗传算法的有效性。