城市公共自行车的出现有效的解决了短途出行“最后一公里”的问题,已经成为公共交通体系中不可或缺的环节。然而,在其快速发展的同时,由于交通的潮汐性以及车辆调度的不及时,出现了公共自行车系统站点车辆的供需不平衡现象,极大程度上影响系统的发展以及出行用户的使用体验。如何提前准确的预测出系统各个站点的出行需求量并在此基础上进行合理的车辆调度对于解决调度的滞后性具有重要意义。本文通过对城市公共自行车出行影响因素的分析、对站点的出行需求量进行预测并在此基础上提出了系统的车辆调度机制,为城市公共自行车系统持久发展提供了重要的理论依据。首先,本文阐述了国内外城市公共自行车站点规划、需求量预测以及车辆调度问题的研究现状,分析了目前公共自行车系统发展所存在的供需不平衡,调度不及时等问题。以美国旧金山湾区城市公共自行车出行数据、天气数据为基础,对其进行数据挖掘,分析了气象条件(温度、湿度、风速、云量、天气)对站点骑行量的影响并对其进行了相关性分析;对站点的骑行量从时间尺度(月、周、日、小时)的变化规律进行了分析;此外,还分析了站点与站点之间的关联性,从而把握系统站点的出行特点。其次,在对系统骑行量影响因素分析的基础上,使用聚类算法对站点进行时空聚类,以此得到站点的相关站点簇,接下来利用对数优化方法对异常数据进行转换,减少异常数据对预测模型的影响,并利用泛化性能较好的随机森林构建需求量预测模型,对不同的站点簇分别建立不同的预测模型,使得模型对同一站点簇内的数据更有针对性,从而提高预测模型的预测精度。最后,对车辆调度问题的定义以及分类进行了阐述,分析了目前公共自行车系统车辆调度所存在的问题,考虑了用户出行需求的随机性,结合上述预测分析结果提出了一种价格激励机制的车辆调度方法,实现公共自行车系统站点的供需平衡。在提高服务水平的同时,降低了系统调度人员重新放置车辆的需要,从而节省系统运营成本。