随着移动互联网经济的兴起,交通网络公司(TNCs)提供的网约车服务(或按需乘车服务)已成为一种新兴的移动服务模式。本文提出了一个模拟框架,以研究这种网约车服务平台如何在考虑动态交通的情况下优化定价策略,网约车平台向乘客收取车费并向网约车驾驶员支付工资。具体而言,本文使用元胞自动机模型来模拟在类曼哈顿的城市网络影响背景交通流的普通汽车和提供按需乘车服务的网约车辆的路线选择行为。在模型中,乘客对等待时间和价格是敏感的,而网约车驾驶员对工资是敏感的。本文提出的模型框架能够模拟多种类型的利益相关者的网约出行行为,包括网约车服务平台、网约车驾驶员/网约车车辆以及乘客。该模型还实现了网约车订单请求,乘客和网约车驾驶员匹配,网约车调度和动态路径规划等过程。论文的主要工作如下:1、设计网约车单人出行模型,考虑了背景交通流在自由流范围内的三种全局密度,以表示分别低峰时期、平峰时期和高峰时期不同时期的城市交通流。研究平台的最优策略,评估各种运营策略对驾驶员和乘客的影响。结果表明,随着乘客需求的增加,平台收取更高的价格并提供更高的工资率是最优的,而随着提高服务网约车数量的增加,平台应该降低其工资率。此外,当乘客的旅行距离增加时,最优价格和支付率不一定是单调的。2、在网约车单人出行模型的基础,设计网约车共乘出行模型。网约车可以承载多位乘客,实现乘客共乘的仿真功能。模拟了OD均匀分布场景和OD不均匀分布场景。以网约车平台最大收益为目标函数进行仿真优化,对影响网约车平台收益的参数进行了灵敏性分析。分析了在城市不同空间区域的溢价率、工资率、车费、旅行距离和等待时间的分布情况。