随着发展新能源汽车相关政策的出台,电动汽车得到了大力推广,使得社会面临的大气污染和能源紧缺压力有所减缓。然而,当前电动汽车的发展体系和基础配套设施并不完善。“充电难”、“充电慢”和“里程焦虑”仍是影响电动汽车快速发展的三大主要因素。同时,充-换电基础设施的选址布局严重影响用户出行的便利性和投资商的成本及收益。因此,合理规划充-换电基础设施的选址,构建高效的充-换电服务体系显得格外重要。当前的研究多集中于充电站的选址布局,然而在换电模式的应用背景下,充电站和换电站之间存在一定业务交互。因此,充电站和换电站的联合选址的研究是必要的。本文针对充电站和换电站选址问题的特点,综合用户和企业多方面因素,提出了充-换电站高维多目标选址模型,并设计了高维多目标进化算法对模型进行了求解,具体内容如下:（1）目前研究大都关注选址过程中的建站成本和服务质量,进行单目标或者两个目标的选址不能得到较好的选址决策。充-换电站选址模型关乎用户和企业的切身利益,本文综合考虑建站成本、覆盖率、投资回报和满意度,提出了充-换电站高维多目标选址模型。针对模型特点设计了分段多整数编码策略,设计了相应的交叉和变异操作,采用几种经典的高维多目标进化算法在仿真实验平台对建立的选址模型进行了求解。（2）在充-换电站高维多目标选址模型基础上,考虑到当前充电需求的不确定性,构建了需求不确定的充-换电站高维多目标选址期望值模型。该模型先将电动汽车保有量设为随机变量,然后通过随机模拟方法将多次抽样结果的频率值作为概率值,生成和解集同等数量的随机变量。最后通过用经典的高维多目标优化算法对模型进行了求解。（3）高维多目标算法在求解优化问题时,存在解集分布性不均匀,收敛性和多样性冲突的问题。在高维多目标算法中,匹配选择策略是进化优化过程中选择优质父代进行遗传操作生成子代的过程,它会直接影响生成子代的质量。然而,参考向量引导进化算法没有设计相应的匹配选择策略。为了提高求解优化问题的效率,本文提出了基于自适应匹配选择策略的参考向量引导进化算法。在标准测试问题DTLZ和Ma F上,采用五种算法进行了实验对比。实验结果表明了所提算法的有效性,并对选址期望值模型进行了求解。