随着社会的进步和科学技术的不断提高，交通运输网络体系变的越来越庞大、复杂，那么如何在规模庞大、结构复杂的交通运输网络中寻求一条高效、时实、可靠的最短路径却成为人们眼下急切关注的问题。虽然针对此问题，相关的研究人员和技术人员提出了各种各样的解决方案如：基于A*算法、动态规划、蚁群算法、Dijkstra算法等相关算法最短路径算法、基于交通运输结点一站化的“零换乘”思想和GPS导航系统等。但是其采用的路径寻优前提普遍是基于静态交通运输网络，即假设一切交通运输网络的数据信息是既定且不变的，并没有真正的考虑到现实交通运输网络的数据信息是实时、动态可变的。交通运输网络中动态路径寻求关键在于对动态路况数据的收集、处理、更新并实时的发布，进而时实调整寻优路径。鉴于此，国内外学者近几年做出了大量的努力工作，提出了构建智能交通运输网络体系的概念，并取得了一定的研究成果。　　在智能交通运输网络中，尤以时实动态的变数交通运输网络为研究热点问题，如：如何对现实变数交通运输网络进行建模；如何把构建的变数交通运输网络模型形式化；如何把形式化的模型转换成计算机可识别的信息进行计算等。　　鉴于此，本文提出了一种基于Petri网的变数交通运输网络最短路径算法可对实时多变的变数交通运输网络进行最短路径求取。　　本文主要工作有以下几方面：　　a)分析了眼下交通运输网络路径选择现状与存在的问题，研究了当前的一些路径选择算法在智能交通运输网络中的应用和不足；　　b)分析加权标识 S-图算法存在的不足,针对其单向搜索缺陷提出其可双向搜索的改进算法；　　c)提出了基于变数交通运输网络的最短路径建模方法与算法实现，并通过实验分析证明改模型与算法是一种寻求交通运输网络中最短路径的有效方法。