城市机动化进程的加快以及社会经济的快速发展,带来大量的机动化出行需求,也导致许多大城市面临道路交通拥堵、停车难等交通问题以及噪声、尾气、能源消耗等城市环境问题。由于资源的有限性,城市不可能仅靠增加交通供给来满足日益增长的交通需求,交通需求管理和智能交通系统的发展为解决城市交通问题提供了另一条途径。停车换乘(Park and Ride,文中简称P&R)作为需求管理的一项有效手段正日益得到重视,而其在降低城市中心区交通拥堵,缓解中心区停车难问题上的效益能否充分发挥,很大程度上取决于这类设施提供的服务水平。本文针对P&R设施的诱导系统进行研究,以期利用智能交通技术和手段,提高P&R设施的服务水平和利用率,引导更多交通需求向高载客率的公共交通转移,调整城市内外居民出行结构,达到缓解城市交通拥堵问题,改善交通环境的目的。本文通过了解国内外停车换乘及换乘诱导系统的应用现状及发展趋势,结合国内停车换乘需求情况,指出P&R停车场空位诱导系统是提高其服务水平的关键因素之一,并对该系统的框架进行了设计,明确了该系统的关键技术包括:空位预测、信息发布策略和信息板位置选取等。首先针对诱导中常常需要二次寻找车位的情况,提出采用BP神经网络模型对P&R停车场未来一段时间内的空位数进行预测的思路,并利用实例对模型的有效性进行了验证。其次,总结了P&R停车诱导信息发布的一般方式,重点研究了诱导信息板信息发布方式,探讨诱导分区、信息板分级策略以及车位数的发布控制策略,以保障诱导信息的有效发布。最后,对诱导信息板的选址进行研究,在分析选址影响因素的基础上,提出优劣系数模型来合理选择诱导信息板的设置位置,使更多驾驶员能够及时获得有效信息。本文通过以上3个关键技术的研究,完善P&R停车场空位诱导系统的技术框架,提升P&R停车场服务水平,增强其吸引力,进而引导居民出行方式结构的转变,对缓解城市交通拥堵问题有较为重要的理论和实际意义。