电动汽车作为物流领域应用越来越广泛的一种配送工具,具有节能环保、噪声小、使用方便、能源利用率高等优点。由于电动汽车续航里程有限,电量的补充时机和换电站的选择是规划配送路径时需要重点考虑的问题。需求可拆分思想作为传统车辆路径问题的一个重要分支,可以有效减少配送过程中使用的车辆数并降低行驶总路程,还能解决客户点货物需求量大于车辆最大容量的问题。因此本文研究了需求可拆分的电动汽车路径问题（electric vehicle routing problem with split delivery,EVRPSD）,主要研究内容如下:（1）查阅了大量国内外期刊和会议文集,围绕传统车辆路径问题、电动汽车物流配送问题,和需求可拆分问题及相关算法进行了综述。（2）基于电动汽车路径规划问题和需求可拆分思想,提出了以电动汽车为配送工具,客户的货物需求可以分批交付的物流配送问题。目标是使用最少车辆数并最小化所有车辆行驶的总路程。建立了混合整数规划数学模型,基于大量随机生成的算例验证了模型的正确性和求解速度。（3）针对内容（2）中建立的数学模型,设计了一个蚁群算法。算法分两层循环,外层循环为蚁群算法的基本架构,内层循环为单只蚂蚁的移动策略,每一次内层循环得到该问题的一个可行解。算法中的转移概率在其基本构成的基础上引入了货物属性,并根据蚂蚁当前载货量和客户点货物需求量之间的关系控制拆分次数。通过对随机生成的大量算例求解,调试出最优参数组合,并对内容（2）中算例求解,将实验结果进行对比分析,验证了算法的有效性。最后,分析总结了需求可拆分的优化效果。（4）研究了带时间窗的 EVRPSD 问题（EVRPSD with time windows,EVRPSD-TW）。在内容（2）研究的问题的基础上加入硬时间窗,目标为优化总配送时间和车辆行驶的总距离,采用加权法将其转换为单目标,建立了混合整数规划模型,对目标函数做了线性化处理后进行了求解验证。针对内容（3）中的算法进行改进,加入时间窗约束,设计出了求解带时间窗的EVRPSD问题的蚁群算法,算法中蚂蚁在进行节点选择、节点转移以及计算转移概率时都将时间作为重要影响因素。最后,基于大量随机生成的算例验证了模型和算法的有效性。