随着公众对环境的关注和电子商务的发展,物流行业的配送面临新的要求。众所周知,物流业的对碳排放有重要的影响。绿色物流,低碳出行,将会是未来行业运营,公众生活的常态。而电动车和传统车辆相比,具有能耗低,污染小的特点,因此将电动车应用于物流经营活动中成为各个学者研究的重点。目前,电动汽车尚处于发展推广阶段,配套的基础设施不完善,车辆续航里程短是其暴露的问题。基于此,本文结合换电式物流电动车的特点,考虑电动车的续航能力、装载量、速度等因素,以最少碳排放和最短里程为目标,对电动车的车辆路径问题进行了研究,主要进行了如下工作:(1)参考传统车辆计算碳排放的方法,结合换电式物流电动车的特点,考虑速度、载重对碳排放的影响,提出了一种适应于换电式电动车的碳排放核算方法。(2)构建了基于电动车的物流配送低碳路径优化模型。以最少碳排放和最短路径为优化目标确定车辆的配送顺序,中途配送中考虑到电动车续航能力,电量的动态变化,行驶时长。提出了适应于本模型的电动车换电搜索策略。(3)设计了基于爬山搜索的自适应遗传算法,针对基于电动车的物流配送低碳路径优化模型的特点对其求解的算法进行设计。引入爬山搜索和自适应的交叉、变异概率算子,并利用改进的遗传算法对模型进行求解和分析。(4)以某零担快运企业的配送案例为例,将运营数据放入模型中,用改进的遗传算法确定了以总成本最小化为目标的最优路径。并对数据结果分析得出,碳排放和电动车的速度,载重有关,并且成正比,即电动车速度越快,碳排放量越多;电动车载重越重,碳排放量越多。并对比分析了算法收敛性和达到最优解的迭代次数,改进的遗传算法具有较好的收敛性,运行效率提升显著。