国家的发展离不开社会经济的高度发展,作为社会经济发展重要组成部分的交通和物流来说,车辆路径问题是其关键研究发展对象,它是在一定约束条件下,对车辆的配送路径进行一定的优化,从而达到总配送成本最小或总里程最短等目标。当前,物流业发展迅猛,但对于配送来说,仍面临较大的挑战,对于生活在快节奏中的城市人们来说,一方面他们能随意支配的时间较少,因此在他们时间适当的时候进行配送能使配送完成率大大提升,也能使得他们对配送的满意程度提高,另一方面他们每天被大量信息充斥环绕,使得他们的需求在短时间被更改、取消、新增的可能性大大增加,从而导致配送难度进一步提高。此外,生活水平不断提高的人们对出行要求的也日益提高,使得城市车辆数再创新高,持续给环境造成一定的压力,在国家大力推行环境保护的政策下,电动物流车以其低碳环保的优势进入人们视线,用以电动物流车为主的新能源汽车进行配送提上了日程。这是目前我国物流配送规划中所面临的问题,也是电动物流车路径规划（Electric-logistics vehicle routing problem,EVRP）研究的不足之处。传统的车辆路径问题已经很难满足这些复杂多变的需求,因此对电动物流车的动态车辆路径问题（Dynamic electric-logistics vehicle routing problem,DEVRP）进行研究具有较强的理论和现实意义。本文考虑了动态需求以及客户时间窗等因素的影响,以城市配送为背景,进行电动物流车行驶路径规划,有效解决城市物流配送领域面临的实际问题,建立动态配送路径优化模型,并给出了相应的求解算法。针对客户需求信息的动态性和多样性,对配送方案实时动态调整,设定合理目标函数和约束条件,综合地考虑电动物流车的载重约束、里程约束、充电方案和计划以及配送顾客的运输时间窗约束,建立了以车辆配送中总费用最小的目标优化模型,设计适合求解该模型的改进遗传算法,在小、中、大三种规模下、充分地证明了本文确定了模型和所设计的算法准确性、有效性和合理性。