随着“智慧城市”概念的提出,智能交通系统在城市中变得尤为重要。共享单车系统作为智能交通系统的一部分,现如今发展得极为迅速。但是现在的共享单车网络的拓扑结构较为简单,传输的数据也很单一,对于感知多源大数据没有统一的方案。为此,本文主要基于共享单车系统的网络层进行研究,其主要工作如下:首先,本文提出了一种适用于共享单车的网络结构,并基于此进行研究。通过对共享单车系统的研究,在不同的应用场景下对其进行分析,挖掘其潜在的价值。因此,本文提出了不同情况下共享单车的未来应用场景。其次,本文提出了基于遗传算法的分簇多跳路由算法。针对共享单车移动性的特点,该算法在簇首选举时加入随机速度因素,利用遗传算法在数据转发时进行最优路径的选择。将基于遗传算法分簇路由算法与经典的LEACH算法、CECA算法与在相同的条件下进行比较,发现本文提出的算法能延缓节点死亡过程,从而提升网络性能。最后,本文提出了基于遗传算法的SDN路由算法。该算法将实时的带宽和时延作为适应度函数的设计因素,能够实现网络资源的负载均衡,减少终端通信的时延。通过Mininet软件和Ryu控制器对基于跳数的最优路径算法、基于时延的最优路径算法和基于带宽的最优路径算法进行仿真实验。实验结果表明在大规模网络中实现端到端数据传输时,基于遗传算法的路由算法相较于其他三种算法有更低的时延。