随着汽车产业的快速成长,传统的燃油发动机汽车带来的环境污染与能源危机问题日渐凸显,新能源汽车成为未来汽车工业的重要发展方向之一。以电动汽车为代表的新能源汽车要代替传统内燃机汽车,尚存在电池续航能力等问题有待处理。现有电动汽车充电时间长,而公共充电桩资源有限,长时间在外运行的电动汽车会出现何时前往何地充电的路径规划问题。为此,本文针对“充电焦虑”问题,主要研究在有限的充电设施网络之上,如何为电动汽车提供智能充电路径规划,以期提高充电效率,降低排除时间,促进新能源汽车的发展。在现有研究成果基础之上,本文首先针对电动汽车剩余电量(SOC)的估算及其与可行驶距离的关系进行了分析,建立起了支持向量机(SVM)预测模型,同时基于信息粒化,将实际驾驶过程中人为因素与交通状况等影响SOC的外在因子也一并考虑,从而得出更为精准可预测SOC波动范围及其与可行驶距离的关系模型。在此基础上,对实时工况下电动汽车的充电路径规划问题抽象为实时路况下的旅行商问题(TSP),通过对时间的离散化,将动态路况简化为阶段性静态路径规划,给出了基于“Dijkstra+模拟退火”的路径规划算法,保证在当前时间段内路径规划最短,同时采用“模糊+精确”两段式计算,以缓解充电桩的排队问题。最后,建立起仿真实验平台,通过对相关算法的对比实验,对相关算法的有效性进行了验证。