智能交通系统是解决现代社会交通需求与交通供给之间矛盾的重要途径之一，作为智能交通系统子系统之一的路径诱导系统是各国竞相角逐的研究热点领域，交通网络最优路径问题是路径诱导系统的核心问题。本文基于图论，统计学理论和可靠性理论建立动态随机交通网络环境下耗时最可靠路径模型，构造基于动态规划的标号算法，编写求解动态随机交通网络环境下最可靠路径问题的计算机程序，进而对交通网络最优路径问题进行数值模拟并对计算结果进行分析。本文的研究工作是对理论研究的扩展和丰富，并且在智能交通领域有非常广泛的应用，具有较高的理论意义和工程应用价值。本论文开展如下工作:　　(1)首先，在详细分析交通网络特性的基础上，综合运用图论和统计学理论对交通网络进行建模和分类;其次，运用决策论对路径的不同决策类型进行了分类;第三，对路径的不同目标函数进行了分类，最后，在以上分类的基础之上把交通网络最优路径问题分为10类问题。　　(2)基于可靠性理论，将可靠度作为路径的目标函数，建立动态随机网络环境下最可靠路径模型，从本质上反映交通网络中考虑风险的路径选择行为，丰富和拓展了交通网络最优路径问题。　　(3)研究连续型动态随机交通网络环境下先验最可靠路径问题，给定当前起点和当前时刻，寻找一条先验路径使得在给定行程时间预算内到达终点的可靠度最大。首先，针对交通网络的时变特性和随机特性，基于连续型随机过程理论建立动态随机网络模型;其次，基于可靠性理论定义先验最可靠路径，并且证明先验最可靠路径不满足动态规划的Bellmans准则;第三，基于随机优势理论定义非占优路径，证明先验最可靠路径问题和非占优路径问题之间的关系，证明非占优路径满足动态规划的Bellmans准则。证明在连续型动态随机网络环境下非占优路径不含回路的充分条件:随机一致先进先出准则;最后，构造基于动态规划的标号修正算法Algorithm ND-path求解非占优路径问题，并且讨论该算法的收敛性和计算复杂性，通过对交通网络的数值计算验证该算法的有效性和优越性。　　(4)研究连续型和离散型动态随机交通网络环境下自适应最可靠路径问题，给定当前节点，当前时刻，寻找一种自适应路径策略使得在给定行程时间预算内到达终点的可靠度最大。首先，针对交通网络的时变特性和随机特性，基于随机过程理论建立动态随机网络模型:其次，基于可靠性理论定义最可靠路径策略和最可靠状态链，证明最可靠状态链满足动态规划的Bellmans准则。证明在动态随机网络环境下最可靠状态链不含回路的充分条件:随机一致先进先出准则;最后，构造基于动态规划的逐次逼近算法Algorithm CN-ORRPP和算法Algorithm DN-ORRPP分别求解连续型和离散型动态随机网络环境下自适应最可靠路径问题，并且分析两种算法的收敛性和计算复杂性，通过对交通网络的数值计算验证该算法的正确性和可行性。　　(5)研究考虑相关性的动态随机交通网络环境下自适应最可靠路径问题，给定当前节点，当前时刻，当前信息，寻找一种自适应路径策略使得在给定行程时间预算内到达终点的可靠度最大。首先，针对交通网络的时变随机特性和随机相关特性，基于联合概率分布函数建立考虑相关性的动态随机网络模型反映交通网络的随机相关特性;其次，基于可靠性理论定义最可靠路径策略和最可靠状态链，并证明最可靠状态链满足动态规划的Bellmans核心准则。证明在考虑相关性的动态随机网络满足随机先进先出准则的情况下最可靠状态链不含回路;最后，基于事件收集技术和动态规划构造了逐次逼近算法Algorithm SN-ORRPP求解考虑相关性的动态随机网络环境下自适应最可靠路径问题，并且讨论了该算法的收敛性和计算复杂性，通过对小网络的数值计算展示了该算法的计算过程，验证了算法的正确性和可行性。　　本文在动态随机网络环境下最可靠路径问题的模型建立，理论推导，算法构造，编程实现以及数值计算等方面展开了一系列研究工作，将促进交通网络最优路径问题理论研究的发展，为建立智能交通系统提供理论基础和软件基础。