低碳经济正成为当今世界经济社会发展的趋势,在低碳型城市交通体系建设中,新能源汽车因其低能耗、环保等优点逐步被推广为燃油汽车的替代品。在物联网技术的大力发展之下,面向新能源汽车的线上打车服务成为一种新趋势。线上订单的接收和处理通常由一个中心化的服务平台完成,以便于车辆资源的统一管理。这种中心化的调度模式为客户提供了高安全性和高效率,同时也给调度平台带来了沉重的计算负担,需要一种高效的全局调度方法以支持日常服务请求的分配。线上订单分配研究在一个特定的时间窗内,如何为被提出的一系列订单请求分配合适的新能源汽车,以最大化总体效益,其本质属于离散组合优化问题。作为一种新型的交通工具,新能源汽车具有燃油汽车的特点,但由于主要依赖电池供能,且电池容量有限,充电时间长,其调度模式有所不同。在实际的交通规划中,需要考虑充电设施和电池特性等要素,为传统的规划设计方法带来挑战。由于近些年群体智能算法特别是蚁群优化算法在离散的组合优化问题中显示出良好的全局搜索能力,本文将研究蚁群优化在静态和动态环境下新能源汽车订单分配中的应用。首先分析其应用背景并提出新能源汽车调度框架,从底层的基础设施到上层的商业目标详细地阐述新能源汽车调度的应用模式。基于该调度框架,综合考虑新能源汽车服务过程中的剩余电量和充电设施,建立新能源汽车调度模型。为求解该模型,本文将一种蚁群优化变体,即蚁群系统算法作为新能源汽车调度的基础优化器。在静态调度方面,考虑到订单分配任务对响应效率要求较高,提出预选择策略和局部剪枝策略,分别在标准的蚁群系统运行前和运行过程中减少参与分配的新能源汽车数目,以保证高质量求解的同时提高运行效率。在动态调度方面,提出一种基于种群列表的蚁群系统方法,该方法将搜索到的优质解存档,在环境变化时对存档的解进行修复。这些解可以帮助快速将旧环境下积累的知识迁移进新环境中,用于指导蚂蚁搜索行为。种群列表增强了算法在动态环境下的适应性。本文设计了一系列实验验证算法性能,实验证明该算法可以有效解决静态和动态环境下的新能源汽车调度问题,可以在全局层面上有效提高客户满意度,降低客户等待时间。