近些年来,网约车凭借着方便预约且更便利的特性,逐渐成为人们日常出行的重要方式。网约车作为一种新兴出行方式,为公众的出行带来了极大的便利。一方面解决了出租车行业长期存在的司乘双方信息不对称的问题。另一方面极大地补充了城市中的可用运力,提高了城市空置车辆的利用率。网约车平台作为给司机和乘客提高服务的中介,其最核心的功能是匹配和定价。但是现有的网约车平台中乘客的需求表达能力较弱,供需匹配结果精准率低下,大量交易流失,平台收益受损。在一个城市中,网约车的需求分布是极度不均匀的,订单的起点或终点在某些时间段呈现出高度集中的特征。现有网约车平台大多在用车高峰阶段采用阶梯型价格函数搭配加价机制,乘客在同一时间内的用车成本相同,无法吸引兼职司机提供运力,交易量和租乘成功率相对较低。本文针对现有匹配机制和定价方式所存在的不足,所作工作和研究内容如下:(1)提出一种运力溢出情形下的网约车个性化匹配机制,该机制由平台效益计算算法和司机分配算法组成。平台效益计算算法主要计算订单完成后平台所取得的效益,司机分配算法则满足乘客和司机互选需求。通过实验和理论分析,本文提出的互选机制相较于抢单机制和派单机制,能够显著提升乘客的满意度,并且验证了平台收益在用户满意度提升的情况下得到了增加,解决了现有平台下乘客选择公平性不够的问题。(2)提出一种运力紧张情形下的区域调度方法,利用带预警激励机制鼓励司机跨区域接单,达到跨区域运力再平衡的目的。通过对订单信息进行分析处理,建立邻近区域运力预警机制。在区域运力紧张时,激励邻近司机接受跨区域订单,减少运力紧张时期区域内的未匹配订单数量,提高平台效用和乘客满意度。本文通过实例将跨区域运力再平衡机制与其他机制进行对比,证明了跨区域运力再平衡机制可以提高平台收益和司机效用,在重新平衡区域间供需关系方面是有效的,为网约车平台在宏观上平衡供需关系提供了参考。(3)本文提出一种动态定价策略,通过增加兼职司机的运力和减少价格敏感用户订单的数量,增加平台在运力紧张时期的订单成交量,明显缓解了平台在运力紧张时期的运力压力,提高了用户满意度。通过实验对价格函数进行模拟,得到最优定价下的最优需求和最优供给,验证了本文提出的动态定价机制对缓解网约车高峰期运力压力的有效性。