伴随着全球越来越严重的能源短缺和环境污染问题，电动汽车技术的发展受到了日益关注。欧美及日本等发达国家也纷纷推出了一系列相关政策，从而推进电动汽车及其产业的发展。充电设施选址问题和充电调度问题是电动汽车运营管理问题中的两个核心内容，本文侧重解决充电设施的网络优化问题，对充电调度问题也有所涉及。　　第二，设施选址问题相对成熟，从基本选址、扩展选址和充电站选址对此类问题的已有文献进行回顾。而充电调度问题则是近十年来才刚刚兴起，对已有文献也进行了梳理。最后，对动态规划算法、遗传算法和自适应邻域搜索算法这三类文中用于求解本文模型的算法也进行了介绍。每种算法都分别从简要概述，相关应用的文献，核心要素三个方面进行了详细的说明。　　第三，研究了基于绕行特征的电动汽车快速充电站选址问题。考虑了电动汽车用户在电动汽车发展初期因为充电设施匮乏的情况下，愿意绕行一定距离为车辆进行充电这一特征，兼顾了电动汽车运营商和用户双方的利益，建立了一个双层整数规划模型。提出了一种自适应遗传算法对模型进行求解。通过与求解相关问题的已有算法进行比较，数值实验部分证明了算法的有效性和优越性。此外，采用浙江省交通网络图作为算例，从车辆续航里程和服务水平两个方面进行了相关的灵敏度分析。　　第四，研究了基于里程焦虑的电动汽车换电站选址问题，考虑了焦虑程度对电动汽车用户决策行车线路时带来的影响，在绕行的基础上提出焦虑函数来量化用户的心理状态，建立了一个双层整数规划整数模型。提出了一种采用模拟退火为外部框架的自适应邻域搜索算法对模型进行求解。通过与已有求解充电站选址问题的遗传算法相比，数值实验部分证明了算法更为高效，尤其是在求解更大规模的网络图。此外，采用美国南科州苏福尔市的交通网络图作为算例，从焦虑阈值，绕行容忍度，续航里程和服务水平这五个方面带来的影响进行了相关的灵敏度分析。　　第五，研究了基于电池配送的电动汽车换电站和快速充电站两级选址问题。考虑了电动汽车当前面临续航里程短，充电时间长和能源补充设施匮乏的现状下，物流公司采用电动汽车进行货物配送，首次提出通过换电站和快速充电站相互协作来克服上诉三方面缺陷。建立一个整数规划规模型，并采用遗传算法对模型进行求解。此外，对续航里程也进行了灵敏度分析。　　第六，研究了基于实时电价的电动汽车充电调度问题。考虑了在实时电价和充电任务必须连续的条件下，电动汽车运营商安排充电任务时间。建立了一个充电费用最小化模型。对应设计了一个单亲遗传混合动态规划的两阶段算法对模型进行求解。第一阶段先采用单亲遗传算法将充电任务均匀分配到每个充电桩上，使所有充电桩上的充电任务总时间尽可能相等。第二阶段对每个充电桩上的充电任务在时序上进行分配，使电费成本最小化。最后将所有充电桩上的电费成本相加，最终得到充电费用总成本。通过与“先到先充电”策略和传统单亲遗传算法进行比较，不同算例都证明了混合算法的正确性和有效性。此外，通过对算例结果的观察，发现混合算法能使所有充电任务集中在相同区段，从而避开高电价时段，说明混合算法能有效降低电网在高峰时段的供电压力，从而使运营商和电网得到双赢的结果，证明算法有较强的实用价值和经济意义。　　最后，对全文进行总结，对未来的研究进行了展望。