网约车打车已成为人们生活出行的重要方式之一,如何合理地将乘客发起的订单和现有的车辆进行匹配以及如何给乘客进行定价是网约车打车服务中的关键问题。在网约车打车环境中,乘客会提交出行订单请求,包括乘客愿意为出行服务支付的最大价格（即订单对该乘客的价值）。网约车平台将乘客提交的订单与车辆进行匹配,并对获得匹配的订单进行定价,最大化平台和乘客的社会福利。在此环境下,乘客为了提高自身的收益可能会虚假地提交自身对于订单的价值,影响订单匹配和定价结果,从而对乘客和平台的社会福利造成损失。为了防止乘客的策略性行为,本文将结合机制设计理论,设计实时订单匹配和定价算法,最大化平台和乘客的社会福利,同时保证真实性、个体理性、可盈利性三个经济属性和计算有效性。进一步考虑网约车平台长期的收益,同时为了提高对于空闲车辆的利用,设计基于价值函数的订单匹配和空闲车辆调度算法,最大化长期的社会福利。本文的主要研究工作如下:（1）本文首先介绍网约车平台的工作流程,接着介绍了本文的相关符号设定,包括路网设定、订单设定和车辆设定,并给出了乘客和网约车平台的收益函数以及社会福利的计算公式。（2）针对网约车打车服务中的实时订单匹配和定价问题,本文采取基于轮次的订单匹配和定价模型,设计实时订单匹配和定价（ROMP）算法,最大化每一轮次的社会福利。本文介绍了实时订单匹配和定价算法需要满足的性质,包括真实性、个体理性等。本文将每一轮次的订单匹配转换成二部图最大权匹配问题,使用Kuhn-Munkres算法对其进行了求解,并使用基于VCG价格的定价算法对乘客进行定价。本文在理论上证明了ROMP算法可以保证真实性、个体理性、可盈利性和计算有效性。最后,本文使用曼哈顿地区的出租车订单数据进行数值实验,将ROMP算法与Greedy＆GPri算法、Nearest-Matching算法和m T-share算法进行对比分析,发现ROMP算法相比于其他三种算法能够给带来更高的社会福利,并能在保证了乘客的收益的同时,给平台带来较高的收益。同时ROMP算法能够保证平台运营的实时性。（3）上述研究考虑的是最大化单一轮次的社会福利,本文将进一步分析如何最大化长期社会福利。考虑到每一轮次订单匹配和空闲车辆调度会对后续订单匹配造成影响,本文定义了车辆价值函数,并利用价值函数设计订单匹配和空闲车辆调度算法,最大化长期社会福利。在构建车辆价值函数时,由于每一轮次的订单匹配和空闲车辆调度会影响到下一轮次的决策,本文将其构建为马尔可夫决策过程,并使用基于动态规划的值迭代（DPVI）算法进行车辆价值函数评估,得到车辆在不同时空状态下的价值。基于上述车辆价值函数,本文设计了基于价值函数的订单匹配和空闲车辆调度（VFOMIVD）算法。最后,本文使用曼哈顿地区的出租车订单数据进行数值实验,将VFOMIVD算法与mdp算法和Nearest-Matching算法进行对比分析,发现VFOMIVD算法能够给平台带来更多的收益,并保证了乘客的收益,最终能够带来更高的社会福利,进一步将VFOMIVD算法与最近调度、随机调度等算法进行对比,发现VFOMIVD算法能够实现对空闲车辆的有效利用,提高服务率,从而提高社会福利。综上所述,本文为网约车打车平台设计实时订单匹配和定价算法,防止乘客的策略性行为,并最大化社会福利。进一步针对平台长期运营的需求,本文设计基于价值函数的订单匹配和空闲车辆调度算法,提高空闲车辆的利用率,最大化长期的社会福利。本文的工作能为现实的网约车平台制定订单匹配和定价策略提供一定的指导。