随着经济技术的不断发展和城市现代化的建设,智能交通已经成为了热点问题。而道路最优路径的快速查找和分析处理又成为了目前智能交通中的研究前沿,数据预处理、加权函数、算法分析则是其中最重要的部分。本文主要研究了智能交通中的寻求最优路径问题,提出了基于关联规则和粗糙集的改进算法,阐述了其基本理论及算法原理,并通过仿真实验验证了算法的假设。本文主要研究内容是：首先,概述了智能交通的发展现状,及目前所使用的算法,并扼要地介绍了本文所涉及的数据挖掘算法；其次,分析了目前道路信息的研究现状,特别是针对道路断交问题,提出了基于关联规则的A*算法,描述了算法的基本思路、算法分析及其流程图；第三,针对大量的道路信息数据,提出了基于粗糙集的聚类算法,其以约简道路属性为基础寻找最优路径,阐述了算法的基本原理、步骤及其流程图；第四,结合实际道路数据,对基于关联规则的A*算法与基于粗糙集的聚类算法分别进行仿真实验,分析实验结果,并验证了算法的有效性。本文对获取道路最优路径做了一些有益的探讨。