面对日益增长的出行需求，当前出租车仍存在空载现象，只增加出租车数量并不能有效改善人们打车难、打车贵的问题，反而会加剧交通拥堵、环境污染、能源浪费等；而“出租车合乘”是一种良好的应对途径，但因缺乏行之有效的调度方案而难以推广。现有研究中，出租车合乘模型通常假定“乘客均接受合乘”、“乘客上车时间为严格约束”，没有考虑到合乘意愿和时间认知非严格理性等因素；近几年遗传算法、模拟退火算法等智能算法被引入该类问题的求解中，但是仍存在收敛慢、早熟等问题，而差分进化算法（DE）具备收敛快、鲁棒性强等优点，无疑为求解合乘问题提供了新的切入点。　　因此，论文通过研究近几年出租车合乘问题的相关文献，结合实际，得到问题模型与求解算法的改进思路并展开研究，主要工作如下：　　首先，针对现有研究中的硬时间窗、乘客均接受合乘等不合理假设，引入模糊时间窗，建立相应的惩罚费用隶属函数，区分描述乘客的合乘意愿，同时考虑路径、拒载、服务及时度等因素，从运营成本与客户服务两个角度综合优化决策，建立更符合实际的多对多出租车合乘模型。　　其次，提出基于个体排序的差分进化算法（ISDE）进行求解。该算法中，充分利用种群信息，设计了基于个体排序的变异、交叉算子及混合轮盘赌的半贪婪选择策略，在保证种群多样性的同时，加快算法收敛。另外，结合本文问题的特点，设计一种分段实数编码方案及相应的路径解码方法，最终提出基于ISDE算法的出租车合乘问题的求解框架。　　最后，为验证算法与模型的有效性，运用MATLAB进行仿真实验。仿真结果表明，所提算法的求解效果优于传统差分进化算法与遗传算法，算法有效；与非合乘模式相比，所建模型成本减少、服务乘客数增加，模型合理有效；模糊时间窗宽度越大、接受合乘的人数越多，合乘模式越能节约成本、服务更多乘客。