动态合乘实时的将车辆和乘客匹配在一起,并为车辆规划最优路径,通过一定的定价策略,降低乘客乘坐出租车的花费或者使用低于司机原有出行成本刺激乘客和司机参与合乘。动态合乘提升了车辆的载客数,减少了交通系统中的运行车辆数量,是缓解交通拥堵的有效手段,越来越受到人们的青睐。本文考虑乘客选择合乘车辆时偏向于熟人、同性的偏好以及最大允许载客人数的偏好,建立了基于偏好的车辆合乘匹配模型。该模型通过调整目标函数中的相关权重参数,实现了同时考虑合乘率最大化、花费最小、偏好最大的目标。为了求解模型,本文设计了启发式算法——贪婪随机自适应搜索算法。最后,算例验证了模型的有效性,结果显示了参数与对应影响变量之间的相关关系,通过调整输入数据中女性乘客占比,分析了性别比例的不同对匹配率的影响。结果表明该模型可以较好的处理存在熟人、同性、以及最大允许载客人数偏好的乘客和车辆的合乘匹配问题。对于合乘参与者来说,不合理定价导致乘客和司机无法达成交易,影响出行;对于系统来说,不合理定价降低了匹配成功率,增加了系统成本。本文设计了基于绕路的动态合乘定价策略。该策略中,系统对车辆路径进行分段后,在每一个路段内,通过参与者原始出行距离和绕行距离进行合乘定价。本文设计了针对大规模网络的分解算法处理匹配问题,使用动态规划算法解决车辆的路径问题。算法的思想是基于预处理结果将大规模问题分解为相互独立的小规模问题,应用并行计算方法解决这些小规模问题。最后,算例结果表明该定价方法可以较明显的提升匹配率,降低系统成本。