网约车作为一种新型的“互联网+”模式得到了长足的发展，改变了传统的线下出租车服务模式，日益增长的用户规模和乘客对出行便捷的需求，对网约车平台的派单策略提出了更高的要求。网约车派单问题是指网约车平台先根据需求信息和在线司机信息解决在线司乘匹配问题，然后让履约的接单车辆按照用时最短的路径行驶至乘客目的地的完整过程。需求序列中的需求发出时刻、乘客最晚上车时间等信息的交织使其具有高度不确定性，导致未来的需求分布难以准确预测。对于这类不确定需求信息问题的求解，通常的思维是直接寻求问题在最差情形下的最优解，或者假设需求服从某种特定分布或随机分布后寻求平均意义上的最优解。这两种方法是把变化的因素转化成离线问题来处理，对变化的不确定因素的一些特例可能会给出离实际最优解相距甚远的解。而在线问题与竞争策略的理论与方法不对未来的需求信息做任何假设，在一定程度上可以避免传统离线方法得到的结论过度依赖基础假设的弊端。基于此，本文利用在线问题与竞争策略的理论与方法来研究需求未知的网约车在线派单问题。
　　首先，对于司乘双方的在线匹配问题。乘客通过APP发出乘车需求后，平台会综合考虑乘客需求信息和在线司机的信息来确定平台的服务能力能否及时服务该需求，并保证与该需求相匹配的车辆必须在乘客最晚上车时间前到达乘客目的地。基于此，本文分析了在最短时间内完成需求序列的具有服务选择和服务时间约束的在线司乘匹配问题，将该问题分为平台能为所有需求及时服务、一个需求不能被及时服务和多个需求不能被及时服务的三种情况，并分别分析了这三种情况下的在线司乘匹配策略以及其执行效果，通过一个算例分析了在线司乘匹配策略的执行效果。
　　然后，对于匹配后司乘双方的履约问题。本文通过演化博弈理论构建网约车平台、司机与乘客的三方演化博弈模型，通过网约车平台的奖惩机制来督促司乘双方的履约行为。对这三个博弈主体的演化博弈路径的稳定性以及三个主体共同作用下的演化策略的稳定性进行分析，利用Matlab进行算例仿真分析，结果显示：只有当平台对司乘双方的奖励力度和惩罚力度均很大时才能督促司乘双方均选择履约策略。
　　最后，对于履约后接单车辆在接驾、送驾途中的路径选择问题。本文分析了接单车辆在接驾、送驾的行驶途中遇到突发性面拥堵时采取等待策略、贪婪策略和选择策略等应急策略的竞争比，并分析这三个策略的有效性，通过一个算例验证了上述三个策略的有效性，以及其执行效果，结果显示选择策略的执行效果为最佳。
　　本文利用在线问题与竞争策略的理论与方法来分析需求未知的网约车在线派单问题，不仅为平台的派单策略提供参考，拓展了在线算法的应用范围和理论研究，也为网约车平台的运营管理提供理论支持，还有助于提高网约车平台利润，进而提升企业的行业竞争力。