共享交通领域发展最成熟的系统是自行车共享系统，该系统中站点选址方案的优劣决定了可覆盖用户范围和共享效率。浙江大学ESE工程中心研发的一种可用移动设备搜索、租借、支付和归还车辆的无站点式共享交通系统有效解除了站点对租借和归还行为的限制，为用户出行提供了更多便利。本文结合这种无站点式共享交通系统在浙江大学紫金港校区的运营实践，研究了运营区域划分、区域需求预测以及系统运营模型这三个问题。　　(1)为了分析共享交通系统中租车用户的分布情况并根据用户分布情况合理分配系统资源，本文提出了一种基于用户租车空间历史记录划分运营区域的方法。通过基于密度的聚类算法DBSCAN，将用户租车历史记录在地理位置空间聚类，生成的簇代表了用户租车需求密集的区域。　　(2)在划分运营区域的基础上，为了更加准确地预测未来一段时间运营区域内的租车需求量，本文采用了高斯过程回归对划分区域进行租车需求量预测。在分析区域租车需求量影响因素以及对紫金港校区进行运营区域划分的基础上，使用各区域租车历史记录对高斯过程回归模型进行训练和交叉验证，并且基于历史记录预测了未来一天各区域的租车需求量。　　(3)分析了无站点式共享交通系统中共享车辆可能出现的状态和操作，提出了系统偏差最小-运营成本最小的多目标运营模型，并采用遗传算法对模型进行求解。为了将车辆可能出现的三种状态和对应的六种运营操作编码成遗传算法可以处理的数据格式，本文提出了一种将不同状态车辆和运营区域抽象成统一对象并根据不同下标和符号表示运营过程的编码方法，并针对系统特点和运营对象的编码方式，定义了选择、交叉、变异算子。最后，结合萝卜车在紫金港校区的实践，对文中定义的运营模型和遗传算法进行实例分析和验证。