共享汽车作为一种新型的交通方式,在互联网和物联网的发展和支持下得到了快速发展,能够满足用户的多样性出行需求。当前,共享汽车的运营模式主要有单向式、双向式和自由浮动式三种,其中,单向系统允许车辆在系统中的任意站点还车,双向系统要求用户将车辆还到租车的站点,而自由浮动式系统允许用户在任意的可停车的地方还车。其特征决定了自由浮动式是最灵活的方式,但由于共享汽车尚未普及,单向式系统才是目前应用最为普遍的一种模式。基于此,本文对单向共享汽车系统中站点选址问题进行研究。本文在订单数据和车辆轨迹数据的基础上,对共享汽车的站点和需求特征进行深入分析,在此基础上,提出两个共享汽车站点选址模型,并进行案例分析。首先,在对站点、需求等数据分析的基础上,构建了数据驱动的站点选址模型,该模型通过潜在需求的分布确定需求的满足程度,并考虑了车辆的利用程度,最终建立了一个混合整数规划模型。通过Cplex进行求解,结果表明需求满足率是站点选址的最重要因素,车辆利用率则在很大程度上决定了停车位和车辆的数量。其次,针对共享汽车企业普遍选择电动汽车的情况,构建了考虑充电时间的选址模型。由于模型考虑了充电时间,涉及到时间的变化,因此设计了一个动态选址模型。针对提出的模型并结合模型的特点,提出了改进的遗传算法,该算法从适应度函数、交叉和变异操作等方面对基本遗传算法进行改进,提升了求解效率。以北京市为例,应用模型进行站点选址优化,求解结果表明,电动汽车的充电效率(耗电速率/充电速率)对停车位、车辆以及能耗的影响较大,可以根据实际需求的侧重点进行调整。