近年来，国内大中型城市小汽车保有量迅猛增长的同时，停车问题也日益凸显。城市交通的畅通需要动态交通和静态交通的协调发展，而静态交通的合理引导对动态交通的通畅运行，具有良好的辅助作用。作为智能交通系统（ITS）重要组成部分的停车诱导信息系统（PGIS）引导着停车问题的解决向提高城市停车设施整体利用率的集约化方向发展，在静态交通方面发挥的作用愈来愈重要。从国内外PGIS现状的研究应用以及未来的发展趋势来看，主动诱导的出行前子系统的构建符合目前众多停车者的意愿，使出行者停车具有更高的便捷性和可行性，是未来研究的主要领域。然而现有的针对出行前子系统的重要环节——停车选择模型的相关理论研究还非常有限，在模型构建中指标的选取、模型算法的简化等方面尚有欠缺，需进一步研究。本文采用F聚类分析法对停车设施选择评价指标进行理性分析和初选，以此为基础，通过针对性的停车意向问卷调查研究了出行者的停车选择行为并确定了停车选择的评价指标。对确定的各停车选择影响因素（评价指标）的计算思路及其在停车选择模型中发挥的作用分别进行了具体分析，以综合意愿最优为目标建立了面向用户的出行前停车选择模型。将模型的求解作为一个多属性决策过程，在研究各评价指标最优化算法的基础上，采用基于负理想方案的主客观组合赋权法对各评价指标赋予权重，并用加权的基于负理想方案的偏离程度取代灰色关联度，对灰熵决策方法进行了改进和简化，运用于首选停车方案的选择。用BP神经网络进行停车位占有率的预测，对停车方案进行终选。并对出行前停车选择模型与其它停车选择模型在模型的建立和算法等方面进行了对比，评价了该模型的优势。以重庆市北部新区的停车选择过程进行实例验算，证明了模型的实用价值；对改进前后的灰熵决策方法的计算结果进行了比较，证明了模型算法的可行性。针对出行前停车选择模型的研究，提供了出行前子系统面向用户的停车决策的一种思路，对停车选择行为研究具有一定的理论价值。