目前，在进行公路网规划时，主要采用两种方法，即总量控制法和“四阶段”法，随着理论的逐渐完善，“四阶段”法被越来越多的交通规划者所采用。但传统的“四阶段”法仍然存在很多自身的局限性，尤其在交通量预测方面。在进行交通量生成预测时，首先要建立适当的预测模型，而建立预测模型的关键就在于确定适当的模型参数。在以往的模型参数求解方法中，主要是用最小线性二乘法，然后对模型函数求导，从而逼近参数最优解。但它存在求解速度慢、误差大、很难获得最优解，且有些模型函数存在无法求导等缺点。在交通量分配预测方面，目前最能模拟实际交通状况的平衡交通分配模型仍然因其参数多、维数大而无很好的解决办法。这都迫切需要引入新的求解方法。 本文引入一个全新的思路于模型求解算法中。把目前较为流行的人工智能搜索算法——遗传算法引入到交通工程领域中来，用来求解交通量预测模型。 首先，交通量预测是进行区域公路网规划的基础，本文回顾了现有的交通量预测模型，具体分析了目前用最小线性二乘法对其进行求解而存在的缺点与局限性。并同时论述了遗传搜索算法具有随机、全局搜索、鲁棒性强等优点，且具有并行计算的特点，然后论述了遗传算法与交通量预测模型的如何具体结合，并编制出C语言程序，应用于实际交通规划中的路网交通量预测。 其次，在路网的评价方法上，本文引入了基于分形理论的网络覆盖形态，建立了基于分形理论的网络覆盖形态评价模型。 最后，把本套区域公路网规划理论应用于秦皇岛市实际交通规划，并取得了良好实用效果。