随着互联网和移动支付的成熟,共享经济应运而生。通过共享平台有效利用闲置资源,可以满足企业和消费者需求。一方面,共享经济通过资源共享和运作优化提高社会生产和生活效率,另一方面,在共享经济下产生了新的优化问题,包括消费者选择行为研究、最优定价、路径优化问题等,问题间的相互关联性进一步加大了问题的复杂性。本文以共享打车平台和外卖平台为主要研究对象,针对消费者选择行为、最优定价及资源优化问题,研究并建立优化模型和优化方法,提高共享经济相关行业的运作效率,为共享经济的长远发展提供方法支持。本文基于MNL模型,建立了共享打车平台下的消费者选择模型,通过调研消费者的选择行为,对选择模型参数进行估计,得到符合实际的消费者选择模型,并对消费者选择行为做了敏感分析。研究发现,共享经济下产生的成本优势是消费者选择共享产品或服务的主要影响因素;同时,消费者体验下降、服务质量降低、价格较高等因素制约着消费者选择共享产品或服务。因此,有两个延伸的关键优化问题将很大程度上影响共享经济的发展,最优定价和资源优化。共享打车平台下的定价策略研究是基于消费者选择模型研究的,司机行驶路径问题采用连续近似模型刻画求解。研究发现,平台的定价决策取决于订单分配和路径规划问题。数值实验表明,平台保留拼车服务大部分时间是有利的,但对平台来说并不总是好的。平台给的拼车折扣越大,绿色出行节省路程越来越多。共享经济的成本优势取决于参与共享经济消费者的需求规模及分布特点,因此最优定价应当结合这些因素,使平台利润最大化。在外卖平台中的资源优化问题的研究中,本文提出了能同时解决订单分派和路径优化问题的数学模型。由于研究问题为NP-hard问题,本文建立了两种元启发式算法,双层优化算法和单层优化算法,来得到近似最优解,并与常用的就近分配问题对比。数值实验结果表明,双层优化算法就目标值的求解来说,要优于单层优化算法和就近分配算法,至少减少了9%的总路程。