在智能交通、网络通信、运输调度及物流工程等领域中,存在着大量有待于研究和解决的约束条件下的最优路径问题,这些问题通常比较复杂,解决起来有一定的难度,但是,是否对这些问题进行优化,如何优化对实际经济效益和社会效益有的很大的影响。　　本文对不同约束条件下的网络最优路径问题进行了总结和概括,重点研究和讨论以下两类问题:第一,含有禁止转向通行限制的网络最优路径优化算法,以及最优路径出现P型、U型路线的路径记录与指向问题;第二,行驶路径必须经过网络中一些指定节点的最短路问题。研究中采用的方法及获得的主要成果如下:　　1.推广了Floyd迭代算法,使其路径指向功能更加完备。通过在Floyd算法中引入正向和反向指向矩阵及其应用规则,构建出了一种解决含有禁止转向的网络最优路径问题的算法,这种算法能够方便的记忆和指出最优路径走向,包括最优路径出现 P型(绕圈路段)、U型(有往返路段)及这两种情况都出现的非简单路径的记忆和走向。与国内外的研究方法相比较,避免了对网络进行繁琐的手工预处理,因此,使用简便、效率更高。　　2.对满足某些节点有服务限制下的网络最优路径问题,进行了初步研究。利用Floyd算法的特点,给出了一种用路径值上限进行筛选、优化的启发式算法,这种算法可以指出优化路径出现各种非简单路的走向。对研究的上述两类问题,本文分别建立了相应的数学模型及其算法,在理论上论证了算法的可行性和优化效果,通过例题对算法进行了演示。论文最后,在上述问题的研究基础上,提出了一些更具现实意义的研究展望。