在共享经济时代背景下,借助互联网技术发展起来的共享单车系统极大程度上缓解了诸如交通拥堵、环境污染和能源短缺等各类“城市病”,并且实现了与其它公共交通出行方式难以解决的“最后一公里问题”的完美衔接。但随着用户量及单车投放量的增加,该系统也显露出不少弊端,部分用户完成出行需求后不违反规则无序停放,不仅侵占了公共道路资源,损害城市形象,加重市政管理难度,甚至会加剧交通拥堵状况,解决共享单车规范停放问题已经成为该行业发展的重中之重。部分共享单车运营企业开始部署电子围栏的专用站点,旨在满足用户停车需求的同时规范停放行为。同时由于缺乏对共享单车站点借还需求量的准确预测,使得调度人员只能凭借经验对各站点进行调度作业,导致大量站点出现“无车可借”抑或是“闲置车辆成堆”的状况,不仅降低了用户使用满意度,且增加了企业的运营成本,因此有必要对共享单车站点借还需求预测和调度路径优化策略进行研究。首先,论文采取了“先定性筛选,后定量确定站点位置”的共享单车电子围栏站点选址策略,在层次分析法对备选站点进行初步筛选出优良备选站点的基础上,以站点建设成本最小和需求覆盖最大为目标建立数学模型,并通过实例求解验证了所构造定量选址模型的有效性。其次,结合2017摩拜杯算法挑战赛提供的出行记录数据,从时间、空间和天气三方面对共享单车借还需求影响因素进行了分析。对目前的需求预测方法进行概述后,提出了综合考虑空间、天气影响因素的BP神经网络时间序列预测方法,运用MATLAB软件构建BP神经网络时间序列模型并进行训练,最后通过对3个代表站点各时段借(还)车量的拟合分析,验证了模型的准确性。在准确预测站点各时段借(还)需求的基础上,确定站点的调度需求量,以调度车辆总成本和用户满意度为优化目标,结合实际运营过程中需满足的约束条件,构建了多目标共享单车调度路径优化模型。最后,论文针对一个合理的算例,验证了调度优化模型和方法的可行性和实际性。