随着我国经济的发展,城市的规模正在逐渐扩大,机动车的数量也迅速增长。在这繁荣景象的背后,有着各种各样的问题。交通堵塞,尾气污染正在严重影响着城市居民的日常生活,每年因为交通问题造成的经济损失也是难以估计的。因此,如何能够提高城市路网得到利用率,减少车辆在道路上行驶的时间,降低交通堵塞所带来的影响成为了我国目前急需解决的问题。动态路径诱导系统是解决交通拥堵问题的最好方法之一。动态路径诱导系统可以引导车辆行驶在最优化的路径上,降低了通行时间,从而提升了道路的利用率,缓解道路的拥挤状况。而作为动态路径诱导系统的核心算法——最优路径算法,更是图论中的经典问题,一直是计算机算法领域中的研究热点。遗传算法作为最优秀的搜索算法之一,在解决基于城市路网的最优路径问题上有着很大的优势。本文根据城市路网的实际通行情况,通过有损算法来减少遗传算法初始种群的规模,从而提升了遗传算法的整体效率。同时将模拟退火算法引入到遗传算法中,解决遗传算法过早收敛的缺点。而且在考虑到用户的出行习惯,通过对于适应度函数的修改,可以使算法更人性化,更符合人机工程。以长春市道路交通图为搜索范例,文中所述的算法可行,较一般的遗传算法和有损算法有着更高的搜索效率和更精确的最优解。