随着城市化进展的加快,汽车拥有率逐年增长,导致近年来的交通环境问题日渐凸显,主要表现在交通拥堵问题和城市环境问题的加剧,并且这一系列问题已经开始对人们的生活质量造成了不良影响。在这种状况下,将车辆和交通环境看作一个系统,用目前各种高新技术来有效的优化交通问题的想法被愈加重视,这样也就有了智能交通系统(Intelligent Transport System,ITS)的概念。其中的路径优化领域,因为对于人们出行效率的提升以及环境污染的缓解有着不可或缺的影响,也越来越成为一个极其重要的研究方向。考虑到目前的路径优化系统的实时性的欠缺,以及对实际交通环境信息的合理应用的不足,本文从交通环境信息中的历史速度值入手,研究了基于多时刻速度预测的实时路径优化系统。本文的研究内容:在基于支持向量机的速度预测模型部分,针对动态路径规划时对多时刻速度值的需求,根据SVM的思想,提出了当前时刻速度预测模型;利用SVM复用的思想,建立了未来任意时刻速度预测模型;针对模型在预测未来较远时刻的速度值时的误差较大的问题,引入误差反向传播算法,选取最优权重将预测值与历史真实值融合。在基于预测速度值的动态路径优化模型部分,针对动态路径优化对实时性和可达性以及推荐路线具有时间最短性的需求,利用深度优先搜索算法的思想,引入刷新预判因子的概念,设计了动态全路径搜索模型;通过对动态全路径搜索模型的算法上的补充,提出了基于速度预测值的动态路径优化模型;针对在多车辆利用该动态路径优化模型时,可能存在某路段过载而出现拥堵的问题,设计了一个多车路径优化防拥堵模型。本文旨在为动态路径优化研究提供解决方案,通过改进或提出新的算法和模型,并仿真以证明研究成果的合理性及有效性,为后续研究提供有价值的参考。