国外大多城市和地区人口密度较小，出租汽车行业市场化程度较高。我国由于人口众多、城市处于高速发展等原因，出租汽车行业完全市场化将使得竞争无序，并且服务质量难以保证，因此，把出租汽车定位为公共交通的补充，我国绝大多数城市出租汽车行业的管理都采用政府管制为主的模式，但由于出租汽车以“扬召”为主的营运模式，政府管制也存在信息来源受限、决策困难、决策缺乏依据、利益难以平衡等弊端。针对以上问题，论文在对现阶段的出租汽车行业的管理模式、存在问题以及国内外的相关研究深入分析的基础上，结合我国城市出租汽车营运和管理的特点，对以车载数据采集终端为核心的出租汽车营运信息采集模式和方法进行了研究。基于多个城市的采集数据，论文对出租汽车投放量、出租汽车定价和电召中心值守班次等出租汽车决策和管理中的关键问题进行了研究。最后对出租汽车服务管理系统进行了设计。主要创新点包括：（1）提出一种基于出租汽车实时营运数据的精细预测和中长期预测结合的出租汽车运力投放模型。在对现阶段出租汽车投放存在问题进行分析的基础上，采用精细预测与中长期预测相结合的方式进行预测。精细预测采用城市基础参数、历史数据和实时出租汽车营运数据作为预测数据，在出租汽车平均工作时间、城市居民平均收入等条件约束下建立预测模型。中长期预测采用国民生产总值、市区人口、居民消费水平、平均候车时间、公交线路总长等出租汽车影响因素的历年数据作为输入，以小波神经网络作为预测工具，对城市中长期出租汽车保有量进行预测。（2）提出一种基于特征价格模型理论的城市出租汽车定价方法。该方法采用经济学中的特征价格模型理论对出租汽车的定价问题进行研究，得出适合出租汽车定价特征的价格模型，该模型以车型、人均可支配收入、公交系统发展水平、出租汽车空驶率、城市出租汽车投放量、市区常住人口数、交通拥挤程度、旅游业发展水平等为特征，采用多元线性回归的方法进行定价的计算。（3）提出一种基于遗传算法的出租汽车电召人员的值守班次确定方法。电召方式能够为乘客提供预约式服务，为乘客和司机都带来收益，电召中的值守人员成本是主要成本之一。论文以分时段的话务量为基础数据，采用遗传算法对值守人员的班次进行确定。该方法解决了手工排班计算复杂的弊端，能够以较快的方式获得最优的排班方案。论文所提出模型和开发的系统在全国30个城市的出租汽车服务管理试点工程中进行了应用，应用结果表明，论文工作能够为我国出租汽车的实际管理工作和决策支持提供方法，具有较高的理论和应用价值。