随着社会现代化进程的加快,城市机动车数量日益增多,城市停车基础设施与机动车数量发展不均衡,导致城市道路交通问题日益突出。自动化立体车库的出现有助于提高城市土地资源利用率,缓解城市道路交通压力,改善城市停车困难问题。自动化立体车库的类型多样,其中平面移动式立体车库以其智能化程度高、场地适应性强等诸多优点,在城市发展建设过程中得到了广泛认可和应用。立体车库在进行建设规划时,合理的I/O口（Input/Output Point,出入口）配置和车位分配策略可以有效地提高立体车库运行效率和库内资源使用效率,提高顾客服务的满意程度,避免停车车位紧缺或浪费,满足停车需求。通过分析国内外学者的相关研究,本文的研究主要从以下几个方面进行:（1）简述城市道路交通发展现状,分析立体车库相关研究的国内外文献资料,阐述对立体车库I/O配置与库位分配策略进行优化研究的意义;（2）介绍平面移动式立体车库的设备结构,分析车库存车和取车工作流程,将顾客平均等待时间,平均等待队长,平均服务时间和车库运行能耗作为立体车库运行效率的评价指标。以排队论为理论基础,建立分析实际运行立体车库的排队模型,统计拟合顾客到达时间间隔分布的特征参数;（3）利用MATLAB/SimEvents仿真模块对立体车库I/O口数量设置进行研究分析,分别搭建I/O口数量为1-4的排队仿真模型,分析在四种仿真模型下I/O口利用率,损失顾客数,服务台占用率,顾客平均等待时间和等待队长,得到顾客客流量与I/O数量设置之间的对应关系;编写车库I/O位置布局的仿真程序,分析不同I/O位置布局情况下立体车库评价指标数据,得到运行效率较高的I/O口位置布局;（4）为减少立体车库调度设备空载运行距离,降低立体车库运行能耗,采用蜻蜓算法优化的BP（back propagation,反向传播）神经网络预测车辆的停留时间。同时将蜻蜓算法优化神经网络与遗传算法、粒子群算法和模拟退火优化神经网络预测模型的预测效果进行对比分析,仿真结果表明:蜻蜓算法优化后的神经网络预测模型能够更为准确地预测车辆停留时间,具有更好的预测准确性;（5）在预测车辆停留时间基础上,分析立体车库不同时刻库位位置变化状态,同时在研究中引入变异因子和并行搜索对禁忌搜索算法（Tabu Search,TS）进行优化改进,将蜻蜓算法优化后的神经网络预测模型与改进禁忌搜索算法相结合,设计基于车辆停留时间的立体车库动态库位分配策略。通过比较动态库位分配策略与遗传算法,粒子群算法优化下的立体车库运行效率评价指标数据,证明本文所设计动态库位分配策略在车位分配过程中具有更好的优化效果,能够更为有效地提升立体车库运行效率,为立体车库建设规划和车位分配策略选择提供参考依据。