共享单车的出现有效地解决了用户出行“最后一公里”问题。然而单车资源随着用户出行在时空上呈现不规则的动态分布变化,造成“单车堆积”和“无车可借”现象。在共享单车资源再分配及废旧车回收的工作中,运营企业又存在成本高和路径规划不合理等问题。针对上述问题,考虑到单车使用需求在平峰期和高峰期中的差异,本文提出分时段的调配模式,研究不同时段下的调配路径优化模型,并基于改进鲸鱼群算法对模型进行求解。具体研究工作包括以下几点:(1)针对共享单车时空分布不均的问题,提出了分时段的单车调配模式,并构建平峰期和高峰期时段下的调配路径优化模型。在平峰期阶段以企业成本最小化为目标,构建调配回收一体化模式下的静态车辆路径优化模型;在高峰期阶段,通过引入时间轴和关键点等理论,将动态路径优化问题转换成调配信息更新前的单车场路径优化模型和信息更新后的半开放式多车场路径优化模型。(2)提出改进鲸鱼群算法对模型进行求解。考虑到鲸鱼群算法易陷入局部最优的问题,在基本鲸鱼群算法的基础上增加非线性调控参数a和交叉变异操作,协调鲸鱼群算法的探索和开发能力。针对静态模型的求解,采用整数编码,设计了基于问题特性的初始化种群方式,融合遗传算法的交叉、变异算子以增强种群多样性,促使算法跳出局部最优。针对动态模型的求解,采取滚动时域的算法求解策略,将调配周期划分为若干子周期分别进行求解,在静态问题求解方法的基础上设计了一种基于关键点的初始化种群方式,将关键点作为连接各子调配周期路线的节点,保障整个调配路线的完整性。(3)通过测试案例,对分时段调配路径优化模型进行验证。在平峰期调配案例中,计算了调配回收一体化模式的成本,并与“单独调配+单独回收”模式下的计算结果进行对比分析,证明了平峰期阶段采取调配回收一体化模式的可行性。在高峰期调配案例中,对调配信息更新前后的模型分别进行求解,并对平均满意度的下限设置进行了分析,且与考虑回收的动态调配路径优化结果进行对比,证明了所提出的动态不带回收模式的合理性。在静态和动态模型中,对比了改进鲸鱼群算法与基本鲸鱼群算法、遗传算法的求解成本,证明了改进鲸鱼群算法的有效性。