汽车共享系统近年来飞速发展，其中尤以电动汽车为主体的单向站点式汽车共享系统发展最为广泛。此类系统借车、还车可以不在同一站点进行，但必须借或还到某一站点，且可以即时借、还车，不需要提前预约。由于借、还车的时间、站点等需求特征本身具有很强的随机性，再加之站点泊位和车辆数都非常有限，这类系统常出现“有车无人”、“有人无车”或“还车无泊位”等情况。因此，准确预测动态的借、还车需求对这类系统高水平运行具有重要的价值和意义。一方面，可以支撑系统动态调度，提升系统的运行效率和服务水平；另一方面，还可以基于供需匹配情况及时地引导和服务更多用户。
　　本文首先对电动汽车共享系统用户的借车需求特征进行分析。结果表明，借、还车需求的日变和时变特征随机性较大，传统的自回归的方式无法表征用户的出行借车需求的规律，且无法预测用户真实出行需求。而对触点数据与用户订单的相关分析中，发现用户触点的时变特征与订单存在相似性，且触点可以一定程度体现用户真实需求。创新性地引入“触点数据”，建立基于触点数据的用户动态借车需求预测模型，通过建立二项Logit选择模型实现预测用户当前触点是否表征用户真实出行需求；建立多元线性回归模型实现预测用户发生触点之后多长时间产生借车出行需求，即用户的借车需求时刻预测；并进一步给出用户可能借车的网点范围的判别方法。之后，对模型的结果进行分析和验证，结果说明基于触点数据的动态借车需求预测模型具有较高的准确性和可靠度。
　　之后对电动汽车共享系统用户的还车需求特征进行分析，还车需求特征同样表现出明显的随机性和不确定性。因此引入“GPS轨迹数据”。建立基于轨迹数据的用户动态还车需求预测模型，通过建立二项Logit选择模型预测并判别用户当前轨迹点在未来短时间内是否有还车需求；并建立“GPS轨迹差异度”指标的计算方法，引入计算指标，实现用户的还车网点动态预测。之后，对模型的结果进行分析和验证，结果说明基于轨迹数据的动态还车需求判别和网点预测模型具有较高的准确性和可靠度。
　　综上所述，本文利用概率论、广义线性模型等基础理论，基于实际系统数据建立电动汽车共享系统动态短时借还车需求预测方法，对汽车共享系统需求预测研究有一定借鉴意义。