2016年起,各个城市陆续应用在线打车平台,使得出租车市场结构发生了显著变化。此后,以巡游为主的出租车和以在线接单为主的网约车共同占据出租车市场。基于这种业态变化,《国务院办公厅关于深化改革推进出租汽车行业健康发展的指导意见》中明确指出,将出租车的概念界定为巡游出租车和网络预约出租车,简称为巡游车和网约车。在网约车的市场竞争下,巡游车的运营效率亟待提高。因此,本文以巡游车为研究对象,对其影响机理、需求预测和区域调度展开研究,提高巡游车的市场竞争力。首先,本文使用python对西安市2017年4月的巡游车GPS数据进行预处理和OD提取,利用数据挖掘和核密度热点可视化等技术手段,从时间和空间维度研究巡游车出行需求特征。分析表明,巡游车出行需求在时空分布上存在明显的异质性。其次,本文从空间相关性角度对研究区域进行划分,将研究区域划分为487个空间单元。再从OSM数据、POI数据和手机信令数据中提取18个出行需求的影响变量,利用GIS平台将变量与划分的面文件进行融合,分析其空间异质性。并计算巡游车出行需求和各个变量的莫兰指数,结果显示,单变量莫兰指数值为0.3～0.7,双变量莫兰指数为0.127～0.660,表明巡游车出行需求和18个变量具有空间自相关性,且二者之间存在空间关联特性。随后,利用逐步回归法对18个变量进行显著性筛选以消除其共线性。再次,本文在MATLAB软件中利用时空地理加权回归模型（Geographically and Temporally Weighted Regression）对巡游车需求进行时空影响机理分析,并利用拟合方程预测不同时空下的巡游车需求。选取普通线性回归模型（OLS）和地理加权回归模型（GWR）作为对照,对比发现,GTWR模型的R2均在0.82以上,较前二者提高0.101～0.223,预测误差评价指标RMSE、MAPE较前二者减小了83～160、8～56,表明考虑了变量间的时空非平稳性后,GTWR模型在解释巡游车时空影响机理和需求预测时更为适用。最后,本文建立了基于需求热点集合的巡游车区域调度模型,在GIS中拓扑路网,在MATLAB中用遗传算法对模型求解,并用GTWR模型的预测数据进行算例设计。算例结果表明:本文提出的区域调度方法可以根据需求预测的结果提前进行调度点的配置,可以在最短的行程时间内满足热点区域的巡游车需求量,从而提高巡游车的市场竞争力。