为了更加准确地预测共享单车的需求量,制定合理的调度优化方案.针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量.在此基础上,根据双层规划模型结果来制定调度优化方案.在季节性灰色Markov模型中,首先将原始数据代入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值.在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解.最后将两种模型应用于纽约市17个Citi　Bike共享单车站点的算例分析.数值计算结果表明:季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean　absolute　percentage　error,MAPE)为10.68％,预测精度较高.利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优.研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考.