近年来,共享电动汽车项目在公共交通领域表现得十分活跃,上海、北京、杭州等大中型城市纷纷对其进行大力推广,且已取得显著成效。借助于共享电动汽车,用户通过较少的费用即可享受私家车出行的便捷性,完成点到点的位移。但是,居民的出行具有潮汐性,这也造成了共享电动汽车在时空分布上的不均衡,从而出现有些站点无车可用,而有些站点无位可停的现象。对于运营商来说,站点车辆供需不匹配或数量处于不合理库存区间会造成用户满意度降低、系统服务水平下降等问题,针对这一情况,本文在充分考虑了下车后步行距离、出行费用等因素对用户出行方案选择行为的影响后,设计了基于奖励机制引导用户协同车辆调度员共同参与的车辆调配优化方法,以期实现成本最小化的共享电动汽车系统再平衡。本文首先分析了影响用户出行路径选择行为的相关因素,并在此基础上完成了意向调查问卷的设计与整理。通过对样本数据结果的统计,建立了基于出行费用、下车后步行距离和优惠折扣这三种属性变量的用户出行方案选择多项Logit模型。进一步地,根据该模型和效用最大化理论,制定了相应的用户奖励机制。然后,基于一定的假设条件,建立奖励机制下共享电动汽车双主体调配优化模型。在满足时间窗约束、电池电量约束、出发站点约束的前提下,根据对应的奖励规则,引导用户调整原出行方案,使之协同调度员一同完成车辆调配任务,从而实现包含用户奖励成本、运营商成本、汽车电量消耗成本和未完成订单惩罚成本在内的调度总成本最小化的目标。考虑到研究问题和模型的特点,本文采用改进的遗传算法进行求解,该算法在保留了传统遗传算法求解流程的基础上,又对初始解生成、染色体编码、选择、交叉和变异等操作做出了一些调整。最后,选取辽宁省大连市高新园区为研究区域,收集了某分时租赁应用系统的历史订单数据进行实例分析。将历史调度订单数据作为调配需求信息,生成调度站点和车辆集合,将出发站点与调度订单中出发站点相同的历史用户订单数据作为参与车辆调配的潜在用户集合,完成相关参数设定后,采用改进的遗传算法进行求解。为验证此策略的优越性,本文将其与仅基于运营商调度员的和仅基于用户的车辆调配方法分别进行对比,计算结果表明,本方法能在满足系统中所有车辆调配需求的前提下,进一步降低调度总成本,提高服务效率。