交通系统是现代城市最重要的基础设施之一,支撑着数百万人的日常通勤和出行,现代社会的正常运转很大程度上依赖于一个高效的交通系统。然而随着社会节奏的加快以及人们出行要求的提高,公路上的车辆越来越多,这造成了交通拥堵的情况日益加剧。同时,随着城市化和人口的快速增长,交通系统的结构也变得更加复杂,除了传统常见的道路车辆和轨道交通,近年来出现了各种共享出行方式,如网约车、共享自行车,甚至共享电动车等共享交通。其中,网约车的出现不仅为人们的出行提供了更多的便利,也在一定程度上缓解了交通系统的压力。然而,随着网约车数量的不断增加,不能有效利用网约车资源反而加重了交通运输的负担。网约车的日益普及与不断产生的资源浪费等问题亟需探索各种解决方案。本文研究基于出行需求预测的网约车调度方法,通过准确的出行需求预测和用户需求情况,对网约车进行区域级调度。为了加强资源利用并缓解交通压力,进一步研究了基于出行需求预测的网约车拼车策略,通过预测结果为网约车生成拼车任务,将多个乘客匹配到一辆公共的网约车中。将出行需求预测与拼车结合起来,可以有效提高网约车接单效率,缓解交通拥堵情况,提高整体环境效益。具体工作如下:（1）针对网约车任务匹配时延较长的问题,提出一种基于出行需求预测的定制化网约车匹配方法。根据出行需求预测的结果对空间进行划分,最大程度减少为网约车派单造成的时延;设计更加符合出行需求与网约车实际状态的匹配方法,提高网约车的接单数量,降低乘客的等待时间。（2）针对网约车入座率低进而导致交通拥堵及司机利润低等问题,提出一种基于出行需求预测的动态拼车方法。设计网约车端与乘客端之间的通信模型,在短时间内规划拼车方案;利用粒子群进行路径优化,为乘客与网约车司机减少时间成本与行驶成本,有助于更好地利用道路,提高司机的生产率和节省能源。（3）利用北京市主城区10000辆网约车的真实GPS轨迹数据、10个月内的真实网约车订单数据开展了大量的实验,实验结果证明了本文提出方法的有效性和鲁棒性。