本文旨在通过建立交通网络模型,整合路网中的交通信息,在帮助出行者了解路网信息方便其出行的前提下,定制化出行方案,以提高路网运行效率方便出行者出行,通过预测和明确各种出行方案中车辆的等待时间、行程时间以及通过不同备选方案的时间比较,以行程时间和票价成本最小化来优化出行方案,利用公共交通方式受外界特殊原因影响较小且行程时间相对稳定的特点以及网约车（出租车）短途运输中灵活便捷的特点来制定多方式协同的出行方案。对于出行方案中网约车的行程时间预测部分,利用长短时记忆递归神经网络模型预测下文简称（LSTM）,综合考虑网约车行程时间预测时的天气影响因素、区位影响因素、时段影响因素等,构建基于LSTM的网约车行程时间预测模型,在历史数据量充足的情况下,使用该模型取得了良好的预测效果。以西安市碑林区为实例,建立交通网络模型,构建多方式协同的出行方案生成模型,并生成各备选出行方案,通过LSTM模型预测网约车行程时间计算出所有备选方案的总行程时间,取行程时间最小的出行方案作为最终方案,通过对比多方式协同的出行方案与其他出行方案和传统出行方案在行程时间上的差异可以得出,多方式协同出行方案不仅占用的行程时间更少且使得网约车、公交交通、轨道交通等交通资源的利用率更高。