本文以现阶段电子商务终端物流配送为主要研究内容,归纳和分析了电子商务物流终端配送车辆路径优化技术和常用求解算法,发现现阶段电商物流企业在终端配送方面,存在能力与需求的矛盾。一方面,电动车存在货物容量约束和电池电量约束,配送能力有限;另一方面,一个物流配送点需要为众多的消费者进行门到门的配送,配送任务繁重。针对电子商务环境下终端物流配送规模大、电动车货物容量和行驶里程有限的问题,建立电商终端物流配送中的电动车配置与路径规划集成优化模型,并提出一种基于临近城市列表的双策略蚁群算法,实现物流配送电动车辆配置与配送路径集成优化。然后,通过文献数据、国际标准数据集VRPLIB和CN电商企业大规模真实数据对所提出的模型和算法进行测试。主要内容包括以下几个方面:首先,在低碳经济的大背景下,电动车辆必将成为未来汽车行业、物流配送行业等发展的方向,提出了电动车配置与路径规划集成优化模型,该模型以电动车辆数和总路径最短为目标,以电动车货物容量和电池续航里程为约束,是带容量的车辆路径问题的进一步扩展,属于双容量约束路径规划问题。其次,针对现有蚁群算法存在易陷入局部最优、计算时间长等问题,提出双策略蚁群算法,该算法在货物容量和续航里程的约束下,将蚁群搜索策略分为两类,即基于邻近城市列表的局部搜索策略和全局搜索策略,在提高搜索效率的同时防止陷入局部优化。并采用文献数据、国际标准数据VRPLIB和CN电商物流企业的真实数据进行测试,结果表明双策略蚁群算法显著优于其他算法。最后,设计一个基于百度地图API的物流终端配送系统,并将双策略蚁群算法采用C#编程实现并应用到系统中。系统通过导入CN电商企业的配送数据,进行优化计算,最终输出车辆配送路线以及在百度地图上规划出理论路线和实际路线。