据统计,中国城乡居民私家车保有量正逐年上升,一系列诸如车位严重不足、违规停车、停车收费混乱等现象给城市交通顺畅及公共停车带来了极大压力。现有人工运营管理模式下,高成本、低效率、数据采集困难、停车资源分配不平衡等问题仍然存在。本文分析并整理了智能停车管理系统的功能需求,设计实现了一个具有“空闲泊位短时预测”和“最优路径规划”模块的智能停车管理系统i Parking。为了解决停车用户在场外获取的停泊位信息与到达停车场后实时车位信息不一致的问题,提高停车资源分配效率,i Parking从停车场空闲泊位的短时预测以及场内点到点的最优路径选择两方面展开研究。在预测模块中,利用加速指数变换降低原始数据集的振荡性,二次指数平滑变换构建与原始数据序列具有相同数学期望且方差更小的新数据序列,拓宽灰色预测方法的数据应用范围。采用改进后GM（1,1）模型与BP神经网络模型对车辆停泊位进行短时预测,结果表明利用改进的GM（1,1）模型在一定程度上可以预测空闲泊位数近段时间的发展趋势,而BP神经网络模型能够较准确地对短时空闲泊位的具体数据进行预测,两者共同实现空闲泊位短时预测的功能。场内点到点的最优路径规划采用优化的Dijkstra算法进行设计,为简化场内泊位平面结构,借助泊车位关联点映射的方法将道路交叉点间的多个泊位与相邻节点进行映射,减少算法访问节点,同时,使用十字链表法存储车位信息,进而提高算法效率,并将其运用于停车场管理系统的路径规划导航中。总体而言,i Parking系统能优化资源分配、智能管理停车信息,为用户提供智能的停车服务。