随着我国经济的发展，城市化进程的加速，机动车的保有量逐年递增。由此产生了一系列动态交通的问题，而单纯的依靠增加道路基础设施的建设并不能缓解动态交通产生的压力，使得专家和学者对于静态交通的研究更加深入，从而为更好的解决交通问题提供思路。现代城市停车诱导系统作为静态交通管理重要的一部分，其主要功能是改善和缓解城市交通拥堵，分流车流，疏导局部交通。此外，还可以保持道路的通畅性，减少无效的交通量，减少汽车尾气的排放以及噪声等环境污染问题。作为评价现代城市停车诱导系统的重要因素停车场的空余泊车位的信息质量无疑是评价智能交通系统重要的依据之一。本文通过对停车行为、停车需求及泊位变化规律分析的基础上，提出了基于BP神经网络的停车场空余泊位短时预测算法，提高车位信息的质量，有效的缓解动态交通产生的交通拥堵问题。自动寻车系统是现代城市智能停车场管理系统的一个重要组成部分，但是目前国内外对于智能寻车方面的研究和应用非常少。由于人们对于生活品质追求的不断提高，智能寻车作为停车场增值服务的一部分，受到了不少车主的青睐。本文提出了基于用户停车行为的心理研究和停车位统计信息的寻车算法，运用Visual C++6.0和数据库开发技术实现智能寻车的仿真演示系统。