随着城市化进程的加快,城市交通网络的规模也在不断扩大,交通设施日益发达,但这也使城市交通变得异常复杂。而且伴随着各种交通管理措施的实行,限高通行、限速通行、禁止通行、禁止转向和时段管制等,这些都给城市交通网络的微观表达提出了要求。为了加强的城市交通网络的微观层面的表达,本论文采用归纳与演绎相结合的技术路线,将现有交通网络模型进行分析和归纳,结合城市交通网络的特征和GIS-T的空间分析功能,建立了基于车道特征的多层交通网络时空数据模型。并根据GIS-T的空间特性,设计了基于多层交通网络时空数据模型的最优路径算法。具体来讲,本论文的研究工作与成果主要有以下几个方面:　　(1)综合分析了GIS-T模型的进展,重点比较了几种典型的GIS-T模型,归纳总结了微观城市交通网络模型的发展趋势以及亟待解决的关键问题。　　(2)以交通网络中最微观的描述(实际车道)作为建模的基本要素,以“道路中心线-行车道-实际车道”为交通网络的层次结构,建立一个基于车道特征的多层交通网络时空数据模型。然后根据模型的建模层次,依次应用概念数据模型和逻辑数据模型,分别从建模概念和数据的组织逻辑两个角度来对现实世界进行描述。　　(3)研究了经典的最短路径算法—Dijkstra算法和A*算法,总结出Dijkstra算法的三种优化途径:存储结构、临时顶点排序方法、减少临时顶点搜索数量方法。然后根据交通网络的空间特性,对基于多层交通网络时空数据模型的最优路径算法提出了基于限制搜索区域的路径优化策略、基于交通网络分层分级的路径优化策略和基于空间位置的路径优化策略。三种策略分别从不同的方向对最短路径算法进行了优化,提供了一套较为完整的寻找最优路径的方法。　　(4)基于上述模型和算法,开发了原型系统,展现了最优路径算法的实现过程,与传统的最短路径算法进行了对比分析,实验结果证明了有关模型和算法的正确性与有效性。