随着城市化和交通机动化的进程不断推进,众多国家与城市都在大力推动电动汽车的发展以促进城市节能减排,尤其是在公共交通领域。近年来,我国城市公交中电动公交车占比不断攀升,纯电动公交车运营线路占比不断上升。然而,电动公交给公交运营企业带来了新的挑战:如何为电动公交编制科学合理的车辆调度方案?科学合理的车辆调度方案不仅有助于降低公交企业运营成本,而且能够改善公交运营和服务水平,让广大出行群众受益。然而,与传统的燃油公交相比,电动公交续航里程不足,并且充电所需时间长、补充能源相关的配套设施建设有限。因此,我们有必要针对电动公交的特性,展开电动公交车辆调度问题研究。本文设计了一种具有不确定性的有增益网络流模型,以更好地表示电动公交车辆调度问题。并给出了模型中单程间的可衔接性的定义,将其细分为时间可行性和电量可行性。其中,时间可行性基于单程服务时间的概率分布重新定义,而非采用传统的定义方法——基于确定的单程服务时间,电量可行性保证车辆总能在不低于最低电量水平时到达充电站。为了避免电动公交车在运营途中耗尽电量,在保障发车准时性能的同时尽可能降低运营成本,我们构建了首要目标为最小化车队规模、次要目标为最小化考虑发车准时性能的运营车辆出行成本的数学优化模型。同时,本文设计了与模拟退火算法杂交的大规模邻域搜索算法（LNS-SA）对模型进行求解。在其中根据问题特性设计了三种破坏算子和三种修复算子。随后,又在该LNS-SA算法基础上加入了按算子表现周期更新算子权重的算子自适应机制,设计了改进的自适应大规模邻域搜索算法（IALNS）。最后,基于X市的真实案例,对算法和模型的可行性和有效性进行了验证,并对问题和算法中部分参数展开了敏感度分析。实验结果表明,LNS-SA和IALNS算法均能在合理的准时性能下求解出具有较小车队规模和较低出行成本的调度方案,并且IALNS算法中通过引入算子自适应机制获得了更好的求解性能;不确定性模型相较于传统的确定性模型能够更好地描述现实问题。