当前,“停车难”现象随处可见,不断增加的汽车保有量与有限的停车位资源之间存在严重的供需矛盾,为出行者带来麻烦的同时也容易产生交通安全问题。随着互联网的广泛应用和城市智能化水平的日益提升,预约停车模式将成为缓解“停车难”问题的重要手段。为了让用户的出行更加具有计划性,本文重点研究预约模式下的停车诱导决策问题,帮助用户在出行前或途中快速、准确地选择合适的停车场。（1）论文首先对国内外的相关研究理论及应用现状进行了归纳和总结,介绍和说明了预约停车模式的概念与原理,从不同角度进行预约停车模式的需求分析,明确了预约停车模式的主要使用人群和适用场景。（2）基于因素评分法,提出面向停车场经营者的辅助决策方法,旨在帮助经营者制定合适的预约停车实施策略。（3）影响因素分析。通过问卷调查确定用户进行停车决策的影响因素,其中需要重点针对停车场空闲率进行分析研究,本文利用BP神经网络建立空闲停车位数量的短时预测模型,并通过仿真实验验证模型的可靠性。（4）构建最优停车场选择模型。根据出行者的停车选择特性确定灰熵决策方法,并构建基于灰熵的最优停车场选择模型,让用户可以根据自己的主观意愿对影响因素进行赋权,帮助用户准确、快速地找到合适的停车场,完成停车决策。（5）最后,以广州市中心区为应用场景,对预约模式下的最优停车场选择模型进行实例分析,验证计算模型的合理性和可行性,证明该模型能够为预约模式下停车诱导决策的应用提供理论支撑。