停车需求是一个复杂的问题,影响因素既有社会发展的因素,又有个体行为的因素,在解决实际问题中无法量化的因素常被忽略。本文尝试将停车政策的倾向作为影响因素之一,采用神经网络的预测模型分别对路侧停车泊位、社会停车泊位和配建停车泊位进行预测,训练样本采用中等城市中心区的停车数据,围绕这一目标,论文主要开展了以下几个方面的工作。首先,定性地确定了路侧、社会和配建三种类型停车的影响因素。从我国中等城市中心区停车需求特点入手,结合现有各类停车需求预测涉及的影响因素,分别进行其与停车类型关系的研究,从而选取出所需的影响因素,为下一步研究工作奠定基础。其次,建立基于BP神经网络的停车需求预测模型。以选择出的停车需求影响因素作为神经网络的输入神经元,用试算法确定隐层的神经元个数,以路侧停车泊位、社会停车泊位和配建停车泊位作为网络的输出,采用改进的BP学习算法,用附录1中附表1、附表2和附表3中的样本对训练、检验网络,分别对三种类型的停车泊位数进行预测。模型主体用Matlab语言进行编程。再次,初步探讨了中等城市中心区的停车政策。从分析停车政策现状存在的问题为切入点,在分析其原因的基础上,结合停车政策目标、原则对中等城市中心区的停车政策内容作了初步探讨。最后,案例分析。以锦州市中心城区为例,应用建立的神经网络预测模型对其各类停车需求进行预测,并就预测结果进行分析,然后根据各种停车类型的变化情况给出政策建议。