随着经济水平的提高以及国民生活水平的提高,我国居民汽车保有量正逐年增加,大量的燃油汽车带来了城市发展的污染问题。与其他城市污染源不同,汽车带来的污染无法通过简单的空间转移与净化装置解决,为解决这一问题,世界各国以及汽车厂商开始实施传统燃油车的禁售以及新能源汽车的技术革新。以纯电动汽车为代表的新能源汽车在可预见的时间内会逐渐代替传统燃油驱动的乘用与商用车,甚至一部分物流货运车辆。而电动车辆具有电池续航等方面的劣势,电动汽车作为物流车辆的应用给企业的路径规划带来了一定挑战。本文从企业运营实际出发,考虑了物流配送行为采用电动汽车的情况以及企业运行面临的其他约束如容量约束以及时间约束,并考虑到车辆多次装载的情况,建立了考虑多回路与时间窗的电动车辆路径问题的数学模型并设计了基于列生成的求解算法,这也是本文主要的闪光点。文章首先对采用电动车从事物流行为的相关研究进行了文献梳理,同时对车辆路径优化相关研究进行了介绍,为文章后续做好了基础准备。通过对企业实际要求的合理假设与数学描述,构建了问题基于弧的数学模型。为了在较大规模对问题进行求解,通过丹姿沃尔夫分解(Dantzig-Wolfe Decomposition)对基于弧的数学模型进行了变换,并采用列生成算法进行求解。在求解列生成子问题的过程中,设计了基于动态规划思想的深度优先标号法,以及一些启发式剪枝对其加速,针对标号法求解速度慢的问题,基于蚁群算法架构设计了适合于求解带资源约束最短路问题的蚁群寻路算法。在算例部分通过多个规模的算例计算以及与其他启发式算法的对比,对算法的质量进行了验证,同时也验证了问题假设的有效性。本文研究的问题对企业发展与运营均有参考意义,本文提出的算法可以有效求解这一问题。