随着我国经济的快速发展,出租车作为唯一能为城市居民提供个性化出行的公共交通方式,已经成为人们日常生活中不可或缺的一部分。然而,出租车在为广大寻常百姓带来了许多便利和享受的同时,其24小时寻客和“一车一人”的服务方式,造成了出租车空间资源浪费、城市交通拥堵、大气环境污染、石油能源消耗等一系列问题。针对上述情况,“车辆合乘”的概念应运而生,被许多专家学者誉为改善出租车运营问题的最佳途径。　　本文以出租车智能合乘匹配问题作为研究对象,对相关理论方法展开了系统的分析,从乘客的实际需求出发,设计完成了出租车智能匹配公共服务系统。该系统运用一种分段求解的智能匹配算法,将整个问题分为两部分,先通过乘客分配,将多辆出租车合乘匹配问题简化为单辆出租车合乘匹配问题,再经过车辆路线优化,最终得到合乘匹配的最优解。　　本文主要进行了以下几个方面的工作:　　(1)对乘客进行分配,确定每辆出租车搭乘的乘客。根据出租车初始路径中各站点周围的情况,运用粒子群优化算法,以匹配率作为目标优化函数,加入约束条件和乘客的个性化需求,反复迭代得出每辆出租车行驶过程中途径站点的最佳调整半径。将半径范围内的乘客划分到某辆特定的出租车上,为进行下一步的优化过程做基础。　　(2)对车辆路线进一步优化,得到花费最少的行驶路线。将已经划分到同一辆出租车上的乘客,运用遗传算法进行优化求解。以总花费作为目标优化函数,对个体进行遗传选择,通过反复循环地进行选择、交叉、变异操作,对每辆车上的乘客内部上下车顺序进行排序,剔除适应度低的个体,留下适应度高的个体,最后得到优化的行驶路线,满足总花费最少的目标。　　(3)在算法研究的基础上设计完成了出租车智能匹配公共服务系统。该系统是为满足乘客的个性化合乘需求而设计,集成了乘客合乘平台、出租车车载平台、智能匹配平台和智能监管平台四大服务平台。通过分段匹配算法,为出租车司机和乘客提供便捷的车辆合乘匹配服务,以最少的花费和代价,满足尽可能多的乘客出行需求。同时,利用出租车作为信息采集终端,配合部分乘客用车的数据,为监督管理部门提供智能交通分析服务、安全生产分析服务等。　　本文通过产生随机数据进行实验模拟,验证了算法的有效性,对解决出租车合乘问题具有较强的实际应用价值,可以为今后出租车行业的发展提供一定的理论支持,对优化出租车资源合理配置,改善城市交通状况,促进城市公共交通更加和谐稳定地发展提供了很大程度上的帮助。