随着物质生活水平的提高,越来越多的家庭开始拥有私家车。我国车辆数量的快速增长,伴随而来的是交通拥堵、环境污染等一系列问题。同时,虽然道路上车辆众多,但各大城市却仍然存在着不同程度的打车难问题。一味地拓宽道路和增加出租车数量都是无法很好解决这个问题的。为此,车辆合乘开始走入人们生活,将车上空余的座位作为乘坐资源利用起来。目前,欧美国家车辆合乘已经常态化了,而我国尚处于起步阶段。早期,一些提供车辆合乘信息的网站只提供基本的出行时间和起终点信息,采用文字匹配的技术使得乘客与车主之间难以得到有效配对,没有被大众广泛接受。因而,一个有效的车辆合乘匹配算法是车辆合乘问题研究的关键。当前,不少学者对车辆合乘匹配问题的研究大多只是研究确定性静态车辆匹配问题,研究中缺乏考虑外界因素对问题的影响,如道路通行情况、车主与乘客自身因素等。尤其是确定性静态车辆匹配问题在车辆出发前就已经规定了乘客上下车时间和位置,实际生活中车主与乘客很难能够严格按照时间窗规定到达乘车点,只要有一个环节出错,整个合乘很可能就是一个失败的合乘匹配。本文着眼于研究车辆动态合乘匹配问题,只有实时位置在乘客附近的车辆才有可能与之匹配,以此解决车辆到达时间不确定性的问题。借助于Dijkstra算法和遗传算法,使得随着乘客的加入,车辆总能得到当前新的最短路径。并在此基础上,检验时间窗,计算乘客与车辆之间的匹配程度,确定匹配关系。论文最后在仿真系统中构建了包含昆明市主要干道的路网,在此之上试验乘客与车辆的匹配过程,证明本文的算法能够有效解决车辆动态合乘问题。