随着汽车保有辆的迅速增加，停车位无法应付爆发式增长的停车需求，城市停车位供给缺口日益扩大、城市停车难的问题日益突出，场内停车诱导已经成为交通行业关注的重要问题。在实际生活中，车辆进入停车场进行停放的过程受众多变化的不确定因素影响，在变化的不确定因素对所考虑问题的分析造成很大影响时，经典的优化方法有：一是将可变化因素进行随机化处理，寻求平均意义上的最优解；二是考虑可变化因素的最坏情形，寻求最坏情形下的最优解。这两种处理方法对变化的不确定因素的一些特例都可能给出离实际最优解相距甚远的解，显然无法满足实际的要求。而在线问题与竞争策略的理论与方法在一定程度上克服了传统经典优化方法的缺陷。
　　本文采用在线问题与竞争策略的理论与方法，首先提出了停车高峰期的连续性车流进入停车场的在线寻位方法，一次对多辆入场车辆同时进行决策，在保证全部入场车辆成功停放的基础上以寻位总时间尽可能少为目的，从用户体验和车库管理效率视角下分别设计风险规避型策略、风险中性型策略、风险喜好型策略，验证不同情形下的策略竞争比并对策略适用性进行分析。其次提出停车平峰期的不连续性车流进入停车场的在线寻位方法，对多辆入场车辆进行多次决策，从用户体验和车库管理效率两种视角下分别设计车辆停放过程中目标泊位不可变策略、车辆停放过程中目标泊位可变策略、二次停放策略，验证不同情形下的策略竞争比并对其策略适用性进行分析。最后以重庆万达广场地下停车场为例，提出停车高峰期入场车辆在线寻位策略及停车平峰期入场车辆在线寻位策略，并分析验证策略的执行效果，结合当下停车场内具有的基础硬件设施，提出基于在线竞争模型的场内停车诱导系统软件工程架构。
　　本文将在线问题与竞争策略的理论与方法运用到场内停车诱导上的研究，提出不确定环境下的大型停车场在线寻位模型，为城市停车诱导提供了新思路，为实现场内停车问题中空闲车位资源有效配对问题的解决提供了理论支持。