社会经济带动汽车行业的急速发展,社会生活中私家车拥有量逐年增加,与此相对应的是停车基础设施建设速度滞后的问题,因此必须重视停车难问题,并积极探索解决停车问题的有效方法和路径。解决停车难问题的有效途径包括增建地下停车场、利用可利用空间满足停车要求等,这个过程中立体车库发挥了重要作用。通过分析国内外学者对自动化立体车库以及仓库的研究,本文以平面移动式立体车库作为研究对象,依据排队论对平面移动式立体车库I/O数量进行设置的前提下,结合其控制以及服务特点,设计平面移动式立体车库三阶段车位分配策略,分别为:(1)第一阶段采用灰色神经网络组合模型预测车辆库内停留时间;(2)第二阶段在车辆库内停留时间预测基础上采用多色集合理论实现库内车位分区;(3)第三阶段采用果蝇算法在库内车位分区基础上进行车位优化分配。仿真结果证明,本文设计的三阶段车位分配策略有效降低了顾客的排队等待队长、等待时间、设备能耗以及车辆服务时间,提高了平面移动式立体车库的服务水平,改善了顾客对自动化立体车库服务的满意度。主要研究过程包括以下几方面:(1)简述了自动化立体车库的类型,采用平均等待时间、平均等待队长、设备平均能耗、平均服务时间作为立体车库效率评价标准。以平面移动式立体车库作为研究对象,针对不同车辆到达频率,依据排队论对平面移动式立体车库I/O数量进行设置,阐明不同车辆到达频率情况下平面移动式立体车库I/O口数量在提高平面移动式立体车库运行效率方面的有效性。介绍了平面移动式立体车库停车设备、存取车过程以及数学模型的建立。(2)采用UML(Unified Modeling Language,统一建模语言)面向对象技术的方式对平面移动式立体车库系统的静态结构和动态行为进行描述以及建模。以面向对象的方法将设计阶段的描述以及模型转化为具体的代码实现。编制就近车位分配原则下平面移动式立体车库车位分配仿真程序,根据仿真结果知,采用UML面向对象的建模过程符合实际车库运行的有效性。(3)采用灰色模型和BP(back propagation,反向传播)神经网络分别对车辆库内停留时间进行预测,预测相对误差分别为46.34%和51.08%。结合灰色模型和BP神经网络的优点,采用灰色神经网络组合模型预测车辆库内的停留时间,预测相对误差降低为15.236%,证明了灰色神经网络组合模型对车辆库内停留时间的预测优于BP神经网络和灰色理论的单一预测,提高了预测精确度。将平面移动式立体车库中车辆质量、设备能耗、服务时间、车辆库内停留时间作为平面移动式立体车库车位分区的依据,采用多色集合理论实现平面移动式立体车库库内车位分区。(4)在车库分区基础上,分别以粒子群算法和果蝇算法进行车位优化分配,分析比较立体车库效率优化指标,证明果蝇算法进行车位分配方面的有效性。通过比较就近车位分配原则和三阶段车位分配原则下的效率指标,证明本文设计的三阶段车位分配策略优于就近车位分配原则,有效降低了顾客平均等待时间、顾客平均等待队长、设备平均能耗以及车辆服务时间,验证了三阶段车位分配策略的合理性与可行性,为今后立体车库的研究提供参考。