针对电动汽车充电路径规划问题,以行程时间为优化目标,以荷电状态作为硬性约束,基于预测交通状态标定的动态异构交通网及车辆动力学模型,构建最优控制问题.为了在线求解,基于模型预测控制和强化学习方法,构建混合学习优化算法(hybrid　learning　optimization　algorithm,HLOA),依托竞争深度　Q　网络(Dueling　deep　Q-networks,Dueling　DQN),设计离线、在线模块,来实现参数的混合多步训练,并结合预测交通状态、网络拓扑及车辆动力学模型,输出在线行驶策略.采用某市局部路网构建交通仿真实验,分析预测交通信息的价值、HLOA算法可行性及结构必要性.结果表明,预测信息存在价值,HLOA在线结果可拟合最优策略且较其他算法精度提高33.65％.该研究可协助电动汽车用户导航,为自动驾驶电动汽车提供技术支撑.