随着我国经济的快速发展,居民生活质量显著提高,为冷链产品市场的发展提供了动力,冷链物流市场规模急剧扩大。冷链产品与常温产品相比具有易腐易损的特点,在低温环境下进行冷链产品的配送会伴随着更多的能源消耗及尾气排放。电动物流车取代传统燃油车承担冷链物流配送任务已成为未来的发展趋势,能够进一步推动冷链物流向绿色低碳发展。然而,由于电动汽车存在续航里程短、充电时间长、充电设施建设还不充分等问题,如何充分利用电能完成尽可能多的配送任务,以及如何在完成配送任务的基础上尽可能降低电能的消耗,从而节约更多成本,成为一项值得研究的课题。考虑到电动汽车的能耗与车辆的行驶速度有关,因此,在道路实际速度区间基础上,主动对行驶速度进行优化,将有助于降低电动冷链物流车的能耗以及配送成本。基于此,本文从速度可变的角度研究电动汽车的冷链车辆路径问题,开展研究工作如下:(1)总结分析电动物流车辆路径问题、冷链车辆路径问题、电动冷链物流车辆路径问题、污染车辆路径问题的国内外研究现状,探讨了在电动汽车冷链物流配送优化中引入变速的必要性和可行性。在此基础上,首次将主动变速应用于电动冷链物流优化配送领域,提出了变速条件下带时间窗的电动冷链车辆路径问题(Electric Vehicle Routing Problem for Cold Chain Logistics with Variable Speed and Time window,VEVRPTW-CC)。(2)建立VEVRPTW-CC问题的数学模型。基于行驶速度可变的电动物流车能耗模型,建立由车辆使用成本、车辆动力成本、车辆制冷成本和时间惩罚成本所构成的总配送成本最小的目标函数,并考虑车辆容量、电量、车辆速度、时间窗等约束条件,建立了VEVRPTW-CC问题的数学模型。(3)设计VEVRPTW-CC问题的混合蚁群算法。首先,对基本蚁群算法进行改进,针对VEVRPTW-CC问题特点设计了状态转移规则、路径构造过程、信息素更新策略,重点对车辆在各个路段的行驶速度进行优化;其次,为提升算法的搜索性能,设计了节点交换、时间优化、速度优化、充电站优化四类共六种局部优化算子,并采用自适应选择机制及模拟退火框架,对蚁群算法构造的初始解进一步优化。(4)实验分析。构建了VEVRPTW-CC问题的基准算例库,并分别进行参数设置实验、算法性能实验、恒定速度与可变速度实验。参数设置实验用于优选算法参数。算法性能实验用于对各个局部优化算子和选择机制进行比较与优选,以验证混合蚁群算法的性能。恒定速度与可变速度实验用于比较四种恒定速度与可变速度的效果,验证速度可变对于EVRPTW-CC问题的价值。