近年来,电子商务的飞速发展,加速了物流的发展,日益频繁的物流配送活动对生态环境造成了不良影响。在物流配送领域中用电动汽车替代统燃油车辆能够有效地减少对石油能源的消耗,减少污染,更加符合社会及现代物流行业的发展需求。为响应国家政策法规,物流公司开始计划使用纯电动物流车进行“最后一公里”的运输。而由于持续里程短,纯电动物流车在执行长距离配送任务的途中,必须去固定位置的充电站充电,可能会导致绕路,且充电时间长,影响配送的时效性。合理规划电动汽车的配送路径,包括充电站的选择和充电的时间,避免绕远路充电的低效车辆路径,是保持电动汽车与传统汽车竞争优势的关键。本文基于京东物流主办的全球运筹优化挑战赛的“GOC城市物流运输车辆智能调度”赛题,提出考虑多车型及多行程特性的带时间窗和充电站的纯电动物流车取送货路径优化问题,以最小化综合成本为目标建立了混合整数规划模型,作出关于配送车队构成及车辆取送货路径的决策。基于B2B的应用场景,问题中的客户分为两种类型:揽收客户和配送客户。不同类型的车辆具有不同的核定载重、厢体容积、最大持续里程、固定使用成本和单位运输成本。问题中,还需要考虑客户的时间窗和配送的时效性,以及多行程约束,即允许车辆多次返回配送中心。本文提出一个混合启发式算法求解大规模问题,基于变邻域搜索算法框架,将局部搜索算法和标签算法相结合,通过预处理步骤有效地提升算法的搜索效率。基于电动汽车可在途充电的特性,设计了带充电站移动的邻域算子,并通过标签算法优化充电决策。最后基于企业提供的数据集对算法进行测试,验证算法的有效性,并对电动汽车的最大持续里程、单位运输成本和等待成本系数进行了灵敏度分析。