在“互联网+”和共享经济蓬勃发展的背景下，网络预约出租车（简称“网约车”）行业应运而生并迅速扩张。网约车的快速发展得益于高效的需求响应，良好的乘车体验和优惠的价格。而这些优势主要依赖于如何快速响应乘客和司机的需求并尽可能匹配供需。因此，乘客与网约车的匹配和定价对于网约车行业的可持续发展尤为重要。
　　乘客与网约车匹配的相关信息不仅影响了乘客和网约车司机的选择偏好，还间接改变了乘客与网约车匹配的结果。目前，乘客与网约车匹配大多不考虑乘客和网约车司机双方的选择偏好。同时，乘客出于自愿对网约车进行奖励，诱发了网约车司机恶意不接单，哄抬价格。因此，乘客与网约车匹配往往处于不稳定的状态。实际上，乘客和网约车司机更关注如何实现自身利益最大化，因而乘客有动机通过奖励改变匹配结果。而基于乘客和网约车追求自身利益最大化提出的奖励策略能够使乘客和网约车匹配到可获得的最佳选择，从而达到新的稳定状态。在此背景下，研究稳定的乘客与网约车匹配方法及奖励策略对于平衡供需，激发网约车行业活力具有现实意义。
　　本文基于参与人（乘客和网约车司机）的选择偏好，考虑每个参与人对自身利益最大化的追求，建立关于乘客与网约车稳定匹配和奖励策略的非线性规划模型，对最优的稳定匹配和最终乘客奖励额度进行分析和求解。本文的主要研究工作如下:
　　(1)建立非合乘模式下乘客与网约车一对一稳定匹配模型。首先研究乘客方和网约车司机方在非合乘状态下的选择偏好和性别要求。然后基于乘客和网约车司机双方的选择行为，提出乘客与网约车一对一稳定匹配的定义，并构建相应的模型。最后通过算例对模型及算法进行验证。
　　(2)建立合乘模式下乘客与网约车多对一稳定匹配模型。在一对一稳定匹配模型的基础上，将模型拓展到基于多个乘客合乘的匹配决策。由于乘客的选择行为受合乘乘客和网约车司机的共同影响，因此引入出行方案这一概念。乘客方和网约车司机方基于出行方案，形成偏好排序。然后对考虑合乘乘客影响的多对一稳定匹配进行定义，并构建乘客与网约车合乘模型。最后，设计分支定价算法对模型进行求解，并通过算例进行验证。
　　(3)建立考虑奖励的乘客与网约车稳定匹配模型。在乘客与网约车稳定匹配的基础上，分别建立考虑奖励策略的一对一稳定匹配模型和多对一稳定匹配模型。着重分析乘客在非合乘和合乘状态下的奖励策略集合，模拟乘客奖励和乘客与网约车匹配间的互动反馈关系，并设计算例进行说明和验证。
　　最后，通过大连市出租车实际运行数据，对以上模型及算法进行再次验证，研究供需、时间灵活性、奖励、乘客出行特征以及稳定性对乘客与网约车匹配的影响。联系实际对以上特性做出合理解释并给网约车运营商提出合理的建议。