分时租赁是一种在“共享经济”背景下将“互联网+”理念融合在传统汽车租赁行业中产生的新型交通服务模式,通常为用户提供随取即用的短时车辆租赁服务,能够提高车辆的使用率,抑制人们的购车需求,解决大城市“停车难”的问题。为进一步提高分时租赁行业的环境效益,分时租赁公司在政府的政策引导和支持下逐渐使用电动汽车作为主要运营车辆,电动汽车分时租赁成为行业内相对主流的模式得到了快速发展。但电动汽车分时租赁在运营管理中也面临着诸多问题。用户出行在时空上的分布不均,导致租赁车辆经常向某些场站过度集中,影响系统运行效率,降低服务质量。为解决这一问题,需要雇佣调度员重新调配电动汽车分布以维持平衡。以调度员和电动汽车为主体,从调度员优化派遣,电动汽车优化调度和人员-车辆协同优化三个方面对电动汽车分时租赁综合调度方法开展研究。针对电动汽车分时租赁系统调度员派遣问题,建立了基于时空网络的调度员派遣策略优化模型,能够在保证模型实用性和精确性的前提下简化模型结构,降低求解难度。此外,为了进一步提高优化方法的可靠性和时效性,基于拉格朗日松弛理论,通过松弛模型中的难约束将原问题拆分为多组相对简单的子问题,再对这些子问题分别求解,凭借高效的可行化算法将原问题的松弛解转化为可行解,最终形成优化的派遣方案。考虑到电动汽车续航能力和充电时长对分时租赁系统调度方案的影响,首先系统分析了电动汽车的充放电特性,在此基础上结合时空网络建模方法提出基于时空-状态网络的电动汽车优化调度模型。这种优化方法能够在充分考虑电动汽车车载电量限制的同时尽可能地降低计算求解的复杂度。在时空-状态网络模型的基础上,参照拉格朗日松弛理论提出高性能的优化算法,在解决较大规模网络问题时能够在较短时间内得到精确度较高的近似最优解。通过构建人员-车辆协同调度优化模型将以上两决策过程整合在统一的优化框架内,通过构建二者时空路径决策变量之间的关联,实现调度员派遣策略和电动汽车调度策略的协同优化。为了进一步提高拉格朗日松弛方法在解决此类综合问题时的精确度和计算速度,采用分支定界法对拉格朗日松弛算法的迭代收敛过程进行了改进。本文还选取美国西雅图市的电动汽车分时租赁系统作为实际案例开展了一系列数值试验。基于综合优化调度方案的展示和关键参数敏感性的分析,为时租赁系统的运营管理提拱了资源分配和调度策略的相关建议。本文基于时空网络建模方法对电动汽车分时租赁系统优化调度问题进行研究,完成了调度员优化派遣问题,电动汽车优化调度问题和人员-车辆协同优化问题的模型构建和优化求解,能够在较短时间内给出精准可靠的系统运营管理方案,可为提升系统运行效率,提高服务质量,降低系统运营成本提供科学依据和理论支撑。