作为一种新兴的交通方式,共乘出行具有节约费用和乘车便利的优势。由于共乘出行策略的实施往往需要提前部署软硬件设施,且其效果需对大规模车辆的长期运营数据进行分析,这使得难以在真实交通环境下快速有效地验证该策略的可行性。因此,搭建共乘出行仿真系统有助于评估共乘出行策略在解决交通拥堵、环境污染等问题的可用性。本文对共乘出行活动进行了深入的研究,并对其进行系统仿真建模,这样有助于评估共乘出行策略的实施影响,降低现实中部署共乘出行系统的成本消耗。本文提出了基于多Agent协同交互的共乘出行模型,研究了共乘出行的主要活动。在基于多Agent共乘出行的匹配活动和协商活动中,分别提出了匹配模型、协商模型,并给出了协议属性。在此基础上,本文研究了匹配算法、最短路径算法及最优相遇点算法。本文的主要工作内容及结论:(1)在共乘出行背景下,提出了多Agent协同交互的共乘出行模型,并且在此基础上,研究了共乘出行的主要活动。(2)在共乘出行过程中,给出了司机和乘客代理的匹配活动和协商活动。在匹配活动中,基于路径相似理论,提出了匹配模型。同时,在协商活动中,提出了协商模型及其属性。(3)本文提出了三类共乘出行算法:1)采用匹配算法,分析司乘代理的匹配过程。2)运用最短路径算法,确定司乘代理的目标路径。3)设计最优相遇点算法,搜索最优上下车地点,实现动态共乘。(4)本文分别选取了覆盖北京市区的真实轨迹数据集Geolife和西安市15天的出租车轨迹数据集,对提出的共乘匹配模型和协商模型进行了测试分析和系统仿真验证。实验表明,本文提出的两类模型在准确性和执行效率上具有一定有效性。