随着城市化进程的加快,我国各大城市市区人口越来越多,市区范围逐渐向外扩张,城市规模越来越大,城市机动化进程也在逐步加快,城市机动车逐年递增,尤其是小汽车数量增加更快。在此背景下,人们出行距离、出行强度逐年增加,城市交通需求迅速增长,需求也向多样化发展。虽然近年来我国大城市的交通建设取得了较快发展,但道路建设速度始终跟不上交通需求的增长速度,交通供需矛盾日益尖锐,我国大城市的交通拥挤现象日益严重。为缓解城市交通拥挤状况,很多城市斥巨资进行道路设施的建设,并取得了一定的成效,但是交通拥挤并没有得到根本的改善。受城市建设用地规模限制,单纯依靠增加道路面积来解决城市交通问题有较大局限性,为提高运输网络使用效率,解决交通拥挤和交通安全问题,必须有新的思路和解决方案,ITS于是应运而生。交通诱导是ITS重要的组成部分,交通诱导是通过各种先进技术和手段为在交通网络中的车辆(出行者)找到一条从出发点到目的地的最优路径,引导出行者在不拥挤路段和交叉路口中行走。减少车辆在道路上的逗留时间,进而改善交通状况。大量研究表明,在交通运输部门日常处理的事务中,大部分的信息与空间位置有关。交通地理信息系统(GIS-T)是空间信息处理技术,具有空间数据管理、地学过程模拟和空间分析能力,能对空间位置信息和非空间属性信息同时进行分析、建模和处理,并融入了各种交通规划、设计模型和相应的工具。交通现象的地域特性决定了应用GIS-T技术是解决交通问题的基础。本论文采用归纳与演绎相结合的技术路线,将现有交通网络中存在的问题归纳整理,结合城市交通网络本身天然的线性分布网络特征,将GIS-T的空间分析功能应用于交通诱导最优路径算法研究中,系统地研究了GIS-T在建立GIS交通网络模型、静态及动态诱导算法和公交出行路径诱导算法中的应用。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、通过对城市交通网络特征的分析,对建立城市交通网络模型作了有益的探索,建立了基于交通特征的交通网络模型,此交通网络模型能真实地反映实际的城市交通路网,为最优路径算法的研究提供了基础。2、针对现有拓扑关系描述模型的不足,以点集拓扑学基本理论为基础,定义了线目标的端点、内部、边界等概念,在此基础上提出了一种描述交通网络线线拓扑关系的形式化模型。此模型在理论上能描述交通网络线线拓扑关系所存在的类型。3、针对传统Dijkstra算法效率低的特点,从GIS-T和人工智能的角度提出了一种对传统Dijkstra算法进行优化的方法。首先用合理的数据结构存储交通网络,然后在此基础上使用一种新的启发函数以提高搜索效率,使优化的Dijkstra算法能用于复杂的交通网络。实验证明,本文所提出的优化算法的效率达到了实用的程度。4、分析了现有公交出行最佳路径算法,针对现有算法不完善的地方,根据乘客的出行心理,利用GIS-T的空间分析功能,提出了一种基于最小交通阻抗的公交出行最佳路径算法。根据乘客的出行特点确定了合理的交通阻抗函数；为进一步提高搜索效率设定了节点限制搜索区域；对算法的仿真实现证明了此算法的可行性和有效性。5、针对目前交通拥挤的情况,需要对车辆进行高效的诱导,以减少车辆在路径上的逗留时间,进而改善城市交通,避免拥挤、阻塞。传统的静态诱导算法不适用交通状况不断变化的情形,本文在建立时间依赖的动态交通网络模型的基础上,运用交通地理信息系统(GIS-T)和遗传算法(GA)来寻求基于实时交通信息的车辆行驶路径诱导算法,提出了基于GIS-T和GA的动态路径诱导算法。针对动态交通网络的特性设计了特定个体适应值函数,设计了符合动态交通网络的选择、交叉、变异算子。算法的仿真实验结果验证了此算法的高效性。