随着智能交通系统的不断发展和交通采集技术的不断提高，利用实时的交通数据进行车辆行驶时间和行驶路线的预测已经成为了动态路径诱导系统DRGS（Dynamic Route Guidance System，DRGS）中的一个亟待解决的问题。DRGS中采用传统的Dijkstra算法搜索路径时基于最短物理距离，且搜索范围大，效率低。本文结合城市道路交通的方向性及车辆在行驶过程中在交叉口前排队造成的延误，另外受交通条件的影响，车辆在通过交叉口时会遇到一定的转向延误和限制。针对出行过程中车辆可能遇到的实际交通环境建立了相应的路网模型。该模型利用交叉口、路段及路段的重要节点等基本构成要素描述道路网络。具体工作如下：首先，在动态交通分配问题研究中，提出了将时间作为路径优化的主要目标；采用交通荷载作为状态变量的研究方法，基于车流集散波理论建立了车辆在交叉口前的排队长度模型，并使用密度概念描述了动态路段出行时间；对于交叉口延误，提出了按照不同前进方向分别求取交叉口延误的方法，并按照此方法建立了交叉口延误模型，确定了动态交通流状况下道路权重的方法。通过仿真验证了算法的可行性，并对仿真结果做了详细分析。接下来，对道路网络模型、最优路径优化算法等问题进行了研究。根据兰州市路网特征对Dijkstra算法在搜索范围和搜索效率上进行了优化。通过矩形限制搜索范围优化Dijkstra算法，利用三个邻接点的转向关系描述路段特性。其次，建立了体现城市道路交通的方向性及交叉口延误和限制的新城市路网模型。该模型利用交叉口、路段等基本构成要素描述道路网络，利用节点——弧段联合结构描述路段特性，再用图论中的有向图思想将路网抽象成数学模型描述。最后，采用改进的Dijkstra算法求解带有延误和限制的最优路径问题。在上述理论的基础上，实验利用复杂网络分析库，建立了城关区和七里河区的道路网络模型。实现了路网图的显示、放大和缩小等功能，可以根据选定的起点和终点确定最优路径并显示输出。并进行了几种不同目标选择情况下所得路径的对比分析实验，从而验证了道路模型和改进算法的可行性及实用性。该方案与采用经典Dijkstra算法来验证只包含路段长度信息的传统路网模型相比，改进算法的实用性和效率均有所提高。