近年来,随着小汽车保有量的快速增长,自驾出行呈现同步增长的趋势,因停车设施建设滞后而导致的停车供需矛盾日益尖锐,“停车难”成为困扰自驾出行最严重的问题之一。现有文献中,“导行”与“导停”的研究成果是相互独立的,已经得到广泛应用的车载导航仪只能提供静态路径规划,虽然也能为自驾出行提供一定的便利,但用于停车问题比较普遍的国内大中城市存在严重的局限性。对此,本文综合分析停车选择行为及其影响因素,考虑停车选择和路径规划相互关系的动态特征,通过构建顾及停车的路径规划整体模型实现自驾出行的动态诱导。主要研究工作和成果如下:(1)归纳总结了现有文献中路径规划与停车优选两个方面已经取得的代表性成果,系统地分析了停车决策的影响因素,研究了其中涉及的主要因素的量化建模方法。针对前人研究成果中存在的“‘导行’与’导停’相互独立、动态路径规划能力弱”的问题,提出有针对性的解决方案与技术路线。(2)提出一种改进的遗传算法。针对传统遗传算法在求解时存在的“早熟收敛”、局部搜索能力差等问题,本文对其做下列改进:①结合随机选择和趋于终点方向的种群初始化策略;②根据空间邻近关系选择交叉位置点;③采用基于节点适应度的局部搜索策略。并以福州市部分路网数据为样本,验证改进后的遗传算法在求解精度、效率与稳定性三个方面的进步。(3)提出一种引入K支配约束的多目标综合决策法。利用该方法从停车选择影响因素目标值的“质”和“量”两个方面优化停车场的最优决策,并通过与传统的多目标决策法和基于效用理论的多项Logit优选方法的对比实验验证了该方法求解结果在计算精度与可靠性等方面的相对优势。(4)构建一种顾及停车的路径规划统一模型。针对停车选择与路径规划在驾车者出行过程中的整体连贯性,以及出行前和行进中停车选择和路径规划影响关系的不同,分别构建出行前的整体规划模型和行进中的整体规划模型;同时针对行程时间这个影响因素求解效率偏低的问题提出一种先整体后局部的策略。采用福州市区的实证研究案例验证了本文提出的模型实现“行”与“停”整体诱导的效率与可靠性。