目前国内各大中城市停车供需矛盾日益突出，而停车诱导系统是解决停车问题的一种有效途径。本文针对现有停车诱导系统存在的不足，围绕如何有效提高停车诱导系统中诱导信息有效性的主题，结合该领域发展趋势，作了深入的分析，并在此基础上设计并实现了信息预报子系统。 本文设计的信息预报子系统，在引入时间序列预测理论和人工神经网络理论的基础上，设计出基于BP神经网络的车位占有率预测模型，给出了有效车位预测方案，同时也为神经网络的应用范围做出积极的拓展。由于预测模型中加入的动态调用预测功能，使得本文所设计系统在灵活性和高效性方面得到了提升，且具备较强的自适应能力。 该子系统通过大量实验获得的最佳预测模型，应用该系统能有效预测短期内车位占有率的变化，进行信息预报，为解决停车供需矛盾的问题做出了积极有益探索。