随着我国经济的飞速发展和城镇化水平的不断提高，交通网络越来越复杂，大规模路网下的交通拥堵成为城市化进程的重要阻碍，传统的路径诱导技术不能满足出行者快捷出行的需求。动态交通诱导系统是目前公认的解决大规模路网下城市交通拥堵的重要方法。本文依托国家自然科学基金项目《大规模路网下中心式路径优化理论模型与方法研究》，研究大规模路网下的中心式动态交通系统，采用路径优化技术，向出行者提供实时最优路径，缓解城市拥堵问题，从而提高出行者的出行水平。本文通过对大规模路网中动态交通诱导系统在实际操作过程中存在的问题进行研究的基础上，引出了研究的背景及意义，并对路径优化算法进行了系统性的研究和分析，最终确定中心式路径优化系统的研究内容和方向，从而使大规模路网的最优路径求解过程得以实现。本文主要研究基于双向蚁群算法和微正则退火算法相结合的混合算法求解大规模路网下最优路径搜索问题。论文首先介绍了当前大规模交通路网中路径优化选择方面存在的问题，介绍了路径优化选择算法的国内外研究现状；研究了几种经典的算法，包括Dijkstra算法、A*算法、Floyd算法、模拟退火算法等路径优化算法。通过对比分析经典最优路径算法的优缺点，结合蚁群算法和微正则退火算法，设计了一种效率较高的路径优化算法—双向蚁群微正则退火算法，通过在Mapinfo软件中绘制长春市道路网络，然后运用Matlab进行编码，并设计路径搜索实验，实验结果表明该算法在运行时间和全局最优解方面都具有较大的优势，具有良好的实用性。