在传统的最短路径问题中,假设网络中的权值是静态的、确定的,这些假设在ITS、计算机网络与通信等许多应用领域是不现实的。时变、随机网络最短路问题突破了传统的最短路径问题的局限性,成为ITS的基础理论。新的现实问题使得最短路的计算变得非常困难。本文针对出现的新问题及前人研究中存在的问题,重点研究了时变随机网络中的最短路问题。本文的工作分为三部分:(1)总结了前人的研究成果,并指出存在的问题。(2)从有限覆盖定理入手,针对权值为关于时间t的连续函数的动态最短路问题,分析某个时刻的最短路与该时刻的邻域内的最短路关系,求解某个时刻从起点到终点的最短路。在求解权值为连续函数的随机网络在某个时刻的动态最短路时,将关于时间的闭区间划分为有限个恰当间隔的小区间,运用权值期望的方法将各小区间上的权值函数转化为离散函数来解决。(3)基于蚁群算法设计了时变随机网络中最短路的算法,实验证明该算法可以有效的求解随机网络中实时最短路问题。本文的研究有一定的理论意义和实用价值,研究成果可应用于智能交通系统(ITS),计算机网络与通信等许多应用领域。