目前,城市停车问题一直是困扰出行者和停车管理者的难题,一方面表现为在出行时驾驶者找不到停车场或为了找到停车场而不断寻泊的停车难问题;另一方面表现在驾驶者在大规模停车场内找不到最佳停车位和无法顺利到达指定停车位的停车难问题;因此,若驾驶者在出行前可以利用互联网、手机或公共信息平台等方式进行停车预约,在进行停车选择时为驾驶者推荐最优停车场和停车位,将会使得驾车出行变得更有计划性,同时可以满足驾驶者对出行准时性和车辆停放便利性的要求,从而有效改善目前停车难的现状。本文首先对国内外停车预约的相关研究理论及应用现状进行了归纳和总结,在此基础上,结合停车预约问卷调查与分析,验证了停车预约的可行性,提出了基于预约的智能停车诱导系统,并从系统功能分析着手,对系统的总体框架、逻辑结构和数据流进行了简要分析设计,明确了对系统的服务对象,改进了预约服务方式,分析了系统的预约模式。其次,建立了预约模式下的停车场选择模型。依据预约模式下的停车场选择特性,经过调查分析确定了停车场选择的主要影响因素,并对目前研究较少的停车场预约可靠性因素进行了重点分析和研究,根据停车场选择决策的特点确定了灰熵决策方法,用户可以在充分考虑主观意愿的基础上对决策指标进行赋权,经综合分析提出了基于灰熵的最优停车场选择模型,实现为用户推荐最优停车场的目标。然后,重点研究了预约模式下的停车位选择模型。预约模式下的停车位选择过程主要包括停车位初步筛选和最佳停车位的确定两个阶段;第一阶段,从系统最优角度出发,采用优化算法,通过停车位初步筛选分别确定精确预约模式下的停车位选择集合和模糊预约模式下的停车位选择集合;第二阶段,结合确定的停车位选择影响因素,从用户最优角度出发,对评价指标进行了量化,用熵权法对指标权重进行了分析和计算,提出了基于灰熵的最佳停车位选择模型,在筛选出的停车位集合中为用户推荐最佳停车位。最后,以西安市小寨地区的停车场为例,将论文的研究成果进行实际应用及转化,通过案例分析验证了模型的有效性。