车辆共乘可有效提升运输资源利用率、降低出行成本、缓解交通拥堵并降低环境污染,但在学术研究和实际应用情况下,存在车辆共乘的动态实时性要求、价值评估标准的设计和全局最优性等方面的研究难点,难以进行司乘对间的价值评估、价值矩阵生成和价值矩阵求解。针对上述研究难点,构建了动态车辆共乘匹配的整数规划模型,并提出了一种基于离线匹配和在线匹配的双模式协作匹配算法来求解此匹配模型。在离线匹配阶段,以通用共乘比率和绕行距离为标准对匹配价值进行评估,设计了基于带权路径搜索树的通用共乘比率生成算法对共乘参与者进行准确高效的预匹配;于在线匹配阶段,设计了首尾距离度来代替共乘比率进行价值评估,首尾距离度分为单一首尾距离度和复合首尾距离度,根据离线匹配阶段生成的标准路径对应使用,并基于此理论提出了基于首尾距离度的实时订单插入算法,使用匹配到的乘客对离线匹配结果中的行驶路径进行修正。通过双模式协作,可有效兼顾算法的实时性和结果质量。基于真实数据的大量实验结果表明,该算法给出的匹配方案在总匹配价值和求解效率上均优于实验中的对比算法,其平均离线匹配率达93.71%、平均双模式协作匹配率达85.53%、增加运输资源利用率82.86%,减少车辆并发数84.86%,因此,双模式协作匹配算法可有效保证动态车辆共乘的实时性要求、增加运输资源利用率和缓解城市拥堵问题。该论文有图27幅,表15个,参考文献51篇。