随着城市机动车保有量持续攀升,空气污染、道路拥堵、出行困难等交通问题日益凸显,发展公共交通系统已成为共识。租赁自行车系统作为城市公共交通不可或缺的一部分,能提高道路资源利用率、缓解交通拥堵、有效解决居民出行“最后一公里”问题,是契合当前社会低碳发展的绿色出行方式。目前,租赁自行车系统主要分为两种形态:定桩公共自行车模式与无桩互联网租赁自行车模式,后者作为移动互联网和租赁自行车融合发展的新型服务模式,近年来在我国得到了迅猛的发展。相较于传统的定桩公共自行车,处于探索发展期的互联网租赁自行车企业运营经验较少,导致系统运维调度管理缺乏相应的理论指导,制约着系统健康有序的发展。鉴于此,本文应用多源数据对互联网租赁自行车的时空特性进行分析,建立基于深度学习的短时需求量预测模型,从微观层面提出了激励机制作用下的用户参与调度策略,并从宏观层面分别构建了互联网租赁自行车静态和动态调度优化模型,设计相应的算法对模型进行求解,最后基于南京市互联网租赁自行车历史骑行数据进行了实例验证。首先,在对多源数据进行格式优化和数据清洗的基础上,运用GIS平台实现了多源数据空间属性的融合;以互联网租赁自行车历史骑行数据为输入,运用空间聚类算法获取互联网租赁自行车虚拟站点质心位置,并以此为控制点创建泰森多边形,生成互联网租赁自行车虚拟站点;采用数据挖掘方法与空间分析工具,从时间和空间的角度分析并归纳了互联网租赁自行车的时空出行特征及演变规律。结果表明,利用K-means算法生成的虚拟站点结果优于其他聚类算法;互联网租赁自行车在工作日与周末的骑行时长和骑行距离分布规律基本一致,其出行需求在工作日早晚高峰用车时段呈现出显著的时空分布不均衡性和潮汐性。其次,建立了引入注意力机制的时空图卷积神经网络,预测互联网租赁自行车短时借还需求:将长短时记忆网络和图卷积神经网络进行融合,提取互联网租赁自行车借还需求量的时间和空间特征,引入注意力机制寻找输入序列特征之间的内部联系,以提高预测模型的精度。结果表明,在不同的预测时间间隔下,引入注意力机制的时空图卷积神经网络模型（GATGCLSTM）的预测精度均高于其他基准模型;当GATGCLSTM模型融合外部因素时,其预测精度得到了进一步提升;最后将预测需求量与实际需求量进行时空分布可视化,对比验证了模型的预测精度。第三,基于互联网租赁自行车短时需求预测结果,提出动态价格激励机制下的用户参与调度策略。结合用户初始借、还车站点及周边步行可达范围内其他站点的可用车辆数,设定四种用户参与调度的情景;定义初始站点匹配度系数,为初始站点匹配符合调度情景的推荐借、还站点;企业根据激励尺度和站点的紧急度系数计算激励价格,并将激励价格与匹配到的推荐站点信息发送至用户,用户根据自身效用最大化决定是否参与调度。实验结果表明,相同的激励尺度和用户参与概率取值下,高峰时段站点高于调度服务安全阈值上限的车辆数（BOUB）和站点低于调度服务安全阈值下限的车辆数（BBLB）均高于平峰时段;当用户参与概率为1时,建议系统在平峰时段的激励尺度设定为1.30至1.40（对应于平均激励价格1.45至1.51元/人）,高峰时段的激励尺度设定为1.90至2.00（对应于平均激励价格2.11至2.14元/人）。第四,综合考虑虚拟站点的容量限制与用户需求,构建了互联网租赁自行车的静态调度需求量确定模型;根据站点的调度需求量及空间距离构造站点相似度矩阵,应用社团发现算法划分调度子区;将调度成本、实际调度量与调度目标值的偏离量最小化作为目标函数,基于调度子区划分结果建立互联网租赁自行车静态调度路径优化模型;在传统的遗传算法中引入免疫算法的选择记忆机制,设计免疫遗传算法对模型进行求解,并通过算例对模型进行了验证。模型结果表明,利用免疫遗传算法求解的目标函数值优于遗传算法;运用静态调度路径优化模型得到的调度卡车行驶路线方案可使得80.80%的站点调度需要被满足;若要求每个站点的调度需求都严格得到满足,则调度时间将会增加127.10%,调度成本将会增加108.80%。最后,针对用户需求变化的动态复杂性,构建了考虑站点重要度的互联网租赁自行车动态调度优化模型:根据虚拟站点的借还车速率差和调度服务安全阈值,提出动态的调度需求量的确定方法;引入站点重要度的概念,基于TOPSIS模型计算各站点的重要度;将站点重要度引入动态调度路径优化模型中,构建调度成本最小化、实际调度量与调度目标值的偏离量惩罚成本最小化以及用户满意度折算成本最大化的动态调度初始阶段优化模型,进而采用基于滚动时域的调度策略动态调整调度方案;设计考虑站点重要度的人工蜂群算法,以保证重要度高的站点优先被服务,最终通过算例对模型进行了验证。模型结果表明,利用人工蜂群算法求解的目标函数值和运行速度均显著优于遗传算法,其中目标函数值优化能力提升了32.40%,运行时间缩短了88.10%;对比分析考虑站点重要度与不考虑站点重要度的调度方案,发现考虑站点重要度的动态调度优化模型可将用户满意度由55.03%提升至73.00%。