城市交通拥堵的状况日趋严重,城市可分配给交通运输的资源有限,致使供需矛盾加剧,而后智能交通系统概念的提出,就是期望通过高新管理和技术手段,从根本上改善交通条件和缓解交通拥堵的局面。由此,研究当前复杂实时交通网络中的动态路径诱导模型,开发车联网条件下的动态导航软件,通过用户最优实现全局最优的目标,具有较高的学术研究与科技开发价值。本论文为实现人工智能算法在时变交通网络中高效地进行动态路径寻优,进行了相关的最短路径基础算法设计、拓展及特性研究,并设计和开发了车联网条件下的动态导航软件等工作,其主要完成工作如下:1.研究并归纳了最短路径算法的发展历程;针对车辆定位的需求特征,创新设计了一种基础的最短路算法,建立了最短路径搜索的设计思路、运行机制和数学模型。2.研究静态算法的特性和复杂度,并对算法功能进行拓展;在MATLAB中编程运行算法,验证算法结果的准确性和有效性;在此基础上研究算法在实际交通领域中的适用性以及运行效率。3.革新了符合我国城市特征的交通网络模型,并根据该模型设计基于多米诺骨牌算法的人工智能算法,并将其应用于动态路径诱导中;创设仿真案例进行模拟,验证算法实现的可能性和可靠性。4.釆用ArcGIS系列软件作为应用平台,并在ArcGIS Desktop环境下创建交通路网的网络数据集,为最短路径分析提供数据。在此基础上,使用C#编程语言,以ArcGIS Engine为集成二次开发平台,Visual Studio.NET 2008为开发环境,开发并实现动态路径诱导系统的基础软件。