在节能减排的大环境下,电动车成为末端物流主要配送工具成为未来的发展趋势,但受电池的续航能力限制,在运输过程中需要通过充电或换电方式补充电量以完成货物配送任务,进而影响配送效率慢。无人机配送效率高,但其载重小、续航里程短,通常无法单独一次完成多客户、大需求量、长距离的配送任务。基于此,本文提出时变路网下多中心电动车-无人机协同配送路径优化问题,配送过程中车辆做无人机的临时仓和换电平台,与无人机联合完成配送任务。针对时变路网下多中心电动车-无人机协同配送路径优化问题,划分配送区域路网道路类型,考虑道路速度连续变化且不同类型的道路在同一时刻车辆行驶速度不同,以及电动车能耗与载重、速度之间的非线性关系,以总配送成本最小化为目标建立混合整数规划模型,模型中以电动车最低荷电状态、无人机配送能力、车辆-无人机间的协同关系及客户服务次数等为约束。根据问题特征,提出一种遗传大邻域搜索混合算法（Hybrid Genetic Algorithm with Large Neighborhood Search,GA＿LNS）求解建立的数学模型。该算法在传统遗传算法基础上,对客户点进行整数编码随机排列生成多条染色体得到初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子,进行迭代寻优收敛获得近似最优解,得到较为科学的配送方案。目前没有本文问题的标准算例,确定车辆配送路径是求解所提问题的关键,因此,本文首先采用GA＿LNS求解MDVRP算例测试算法的性能。然后,根据问题特性设计本文问题的算例并进行求解,同时分析了车辆搭载无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。