作为私人自行车、有桩公共自行车以及传统自行车租赁模式的一种革新,共享单车凭借自身的公用、“无桩”等特性而显得更加便捷、灵活,一经问世就受到了用户与资本的狂热追捧。但随着它的深入普及,其供需不平衡问题愈发凸显,这严重影响了用户的切身体验、企业的利益和社会的秩序,因此如何制定更加有效的再平衡方案、真正打通人们出行的“最后一公里”,成为社会各界关注的焦点,也是本文的主要研究内容。本文将共享单车再平衡分为发生在夜间几乎不存在用户干扰的静态再平衡以及发生在白天存在大量用户干扰的动态再平衡。对于静态再平衡,本文考虑到实际运营过程中共享单车静态完全再平衡的特点,以再平衡总成本最小以及再平衡完成时间最小为目标建立了一个同时取送货的分批配送车辆路径问题模型,然后提出了一种基于网络分解、贪婪算法和变领域搜索的混合算法来求解,为了使算例能适应模型和算法,还运用K-means算法对算例中的数据进行处理及分析,最后通过算例证明本文改进的算法可以得到比传统变领域搜索更优的解。结果表明本文提出的模型及其求解算法是有效的,可以为多调度车辆的静态完全再平衡问题提供理论依据与实践指导。对于动态再平衡,本文考虑到实际运营过程中共享单车动态再平衡的特点,用滚动时域法将动态再平衡转化为一系列的静态再平衡(即初始阶段的静态再平衡和动态阶段的静态再平衡)以应对用户干扰,针对两阶段的联系与区别,本文分别为二者建立了以再平衡总成本最小以及用户满意度最高为目标的带软时间窗和同时取送货的分批配送车辆路径问题模型,其中还考虑了通勤高峰期路段拥堵的影响,然后改进了本文第三章提出的算法使其能适应动态再平衡,设计出一种带有自适应子结构的混合算法,之后运用长短时记忆循环神经网络和线性神经网络对算例数据进行建模以求得偏离预测的用户干扰情况,最后用算例证明了本文模型与算法的有效性及其之于传统算法的优越性,并分析了拥堵对再平衡方案的影响。