近年来,城市机动车保有量激增,而土地和道路资源相对有限,导致停车供需矛盾日益突出。由于驾驶人无法获得准确的车位信息,同时停车定价与车位供需关系脱节,部分停车场的车位存在较多空余,在浪费社会资源的同时也不利于停车场运营方经营收益的改善。在此背景下,如何通过合理的诱导信息和定价措施调节停车需求与供给的时空平衡关系,实现公共利益和企业收益的共赢,已经成为学术界和工业界关注的热点。本研究拟从停车场可用车位数预测、驾驶人停车选择行为分析以及区域停车联合定价三个方面系统探索上述问题的解决路径。首先,本研究构建了停车场的可用车位数预测模型。基于三个案例停车场的连续6天的车辆进出记录,建立了基于长短期记忆网络、差分整合移动平均自回归模型和动态神经网络的停车场可用泊位数动态预测方法,实现了对于单个停车场可用泊位数以5min、10min、15min和30min为步长的动态预测。研究表明,各方法对可用车位数预测较精准,但随着时间步长的增加,单一模型的预测精度普遍降低。为了进一步克服单一方法的预测误差,研究了组合预测方法,以提高长时间步长下模型的预测精度。其次,本研究构建了驾驶人停车选择行为模型并分析各因素的影响程度。基于意向调查数据,构造了驾驶人停车选择效用函数,利用离散选择模型对参数进行标定。结果显示,停车费率、可用车位数、步行时间均显著地影响驾驶人的停车选择行为,停车选择行为对于停车费率的变化最为敏感,调整停车费率可以影响停车选择行为。最后,本研究建立了停车场定价模型。模型分别以停车场经济收益最大化以及区域内车位利用均衡化为目标函数,在满足车辆不会因为车位不足而产生巡游停车情况以及政府对停车价格管控的约束条件下,应用序列二次规划方法对模型求解,确定停车场的最优费率。同时考虑停车场的多种经营体制,在此基础上,通过数值算例对模型进行验证。算例结果表明,停车定价模型可以提高停车场的经济收益,垄断经营体制经济收益较高。停车定价模型可以改善原始定价策略导致的不同停车场之间的车位占有率不均衡问题。除此之外,停车费率可以减少私家车出行,调节交通需求。综上,本文所研究的停车场可用车位数预测可使驾驶人获得准确的车位信息,减少车辆巡游现象。对驾驶人进行停车行为建模,深入分析了影响驾驶人停车选择行为的各个因素。此外,以驾驶人停车选择行为模型为基础,构建停车定价模型,在一定程度上引导出行者的停车决策,缓解停车压力,解决车位资源供需不平衡问题。