为了配合高速的城市生活,效率成为交通运输的最高追求,但我国的城市交通设施的建设速度与我国交通运输的现实需要之间存在巨大落差,从而导致城市道路拥挤问题日益严重,道路拥堵不仅会造成出行效率低下,同时会造成汽车燃料等相关资源一定程度的浪费,这也意味着出行成本的提高,因此,分析研究城市道路相关交通数据,寻找最优出行路径已经成为目前城市路径规划方面研究的重点。本论文以寻找耗时最短出行路径为研究目标,以北京市1600辆出租车2012年11月的历史GPS轨迹数据为基础进行研究。利用栅格法对北京市电子地图进行抽象化处理,通过对历史轨迹数据进行科学合理的处理和分析,挖掘城市路段的走行时间分布模式及路段的拥堵度,并在此基础上构建城市路网数据模型(Urban Road Network Model,后文简称URDM模型),并将城市路网数据模型分别与经典蚁群算法和经典Dijkstra算法进行结合,用以寻找综合出租车司机路径选择经验的耗时最短出行路径,并将所得结果与经典蚁群算法和经典Dijkstra算法进行比较,实验结果表明,融合城市路网数据模型的蚁群算法相比经典蚁群算法在走行时间方面平均提高了62.61%,在出行花费方面平均降低了37.14%,融合城市路网数据模型的Dijkstra算法相比经典Dijkstra算法在走行时间方面平均提高了41.75%,在出行花费方面平均降低了21.58%。