进入21世纪以来我国经济飞速发展，随着人民生活水平的不断提高，私家车拥有量不断攀升。私家车大规模进入寻常家庭给人们带来了许多便利和享受，在扩大内需、促进经济发展、提高人民生活水平等方面都起着重要作用。然而，私家车的快速发展一定程度上造成环境污染、交通拥堵、资源利用率低等一系列的社会问题，阻碍着城市交通的健康发展，如何合理的利用好私家车这个社会资源，提高社会资源的利用率，降低环境污染，使私家车出行惠及全社会，成为了一个大家不得不思考和解决的重要问题，由此各国学者提出了车辆合乘匹配（Vehicle Ride-Matching，RMP）——即“拼车”的解决方案。车辆合乘匹配问题，是指车主与搭乘顺风车的乘客双方达成一定的约定，车主愿意让乘客顺便搭乘自己驾驶的车辆出行，并在双方认为合适的地方让乘客下车，合乘产生的费用由乘客（包括车主）分摊的出行方式。目前，针对车辆合乘匹配问题，国内外已经有了一些研究成果，为后续的深入研究奠定了重要的基础。但是现有的研究仍存在以下几点不足：（1）当前的车辆合乘匹配问题着重于合乘匹配制度、政策、道路设施等方面的研究，对于合乘匹配问题具体数据模型的构建以及调度优化等方面的研究较少。（2）现有的车辆合乘网站，大多只是简单的信息发布供求平台，不具备智能匹配功能，没有较好的乘客选择方法，无法保证合乘行驶路线的最优化。（3）车辆合乘涉及到车主和乘客双方，由于受路线匹配程度、花费成本、时间窗、车主和乘客的容忍度等因素的影响，导致搭载成功率比较低。本文在已有的研究成果基础上，针对以上问题展开研究，主要的研究工作概括如下：1.对现有的车辆合乘匹配问题相关研究进行了系统的总结和分析，综述了车辆合乘匹配问题。在定义了车辆合乘匹配问题概念、研究要素和分类的基础上，给出了车辆合乘匹配问题的研究现状，分析了车辆合乘匹配研究存在的问题。详细地综述了求解车辆合乘匹配问题的启发式算法，系统地描述了各种算法的机理。2.针对单车辆合乘匹配问题，构建了带约束条件的数学模型，并提出了基于乘客选择的合乘路线优化方法，有效地解决了乘客选择盲目性问题，提高了合乘路线匹配的效率。通过引入容量约束和时间窗约束，研究了带约束条件的单车辆合乘匹配问题，构建了合乘匹配问题的数学模型，并提出了求解该模型的算法。单车辆合乘匹配问题的解决方案往往过于重视乘客选择，忽视车主的意愿，而使合乘路线与车主原本的行驶路线出现很大的偏离，本文提出在车主最优行驶路线的基础上进行乘客选择，既重视了车主的意愿，又满足了乘客的要求。本文提出的解决方法分为三部分：第一部分，利用Dijkstra算法找出车主的最优行驶路线；第二部分，在车主最优行驶路线的基础上，优先选择与车主路线基本匹配的乘客，其次选择不完全匹配的乘客；第三部分，利用优先关系确定乘客的搭乘顺序，并重新优化合乘的行驶路线。实验结果说明，该算法有效地解决了乘客选择盲目性的问题，提高了合乘路线匹配的效率。3.针对多车辆合乘匹配问题，构建了数学模型，提出了一种两阶段算法，有效地提高了多车辆合乘的搭载成功率，实现了合乘路线最优的目标。通过对单车辆合乘匹配问题的扩展，引入新的约束条件，研究了一类多车辆合乘匹配问题。考虑到在搭载成功率高的情况下，实现合乘路径最短的目标，构建了问题的数学模型。在该模型中采用软时间窗约束，加入了一定的惩罚机制，使模型更接近现实。本文提出了求解该模型的两阶段算法。第一阶段，采用乘客分配算法去解决乘客分类问题，通过乘客的单乘距离与重叠距离的关系，实现乘客最终分类；第二阶段，利用改进的遗传算法解决各合乘车辆行驶路线问题。实验结果说明，建立的模型能够很好的模拟多车辆合乘匹配问题，提出的算法能有效的解决该模型。