文孟飞，彭 军，刘伟荣，李 冲，张晓勇

（中南大学 信息科学与工程学院，湖南 长沙 410075）

当前，缓解城市交通拥堵问题的方法主要有两种：一是加大城市路网建设力度，提升路网吞吐量；二是发展智能交通系统（Intelligent Transportation Systems，ITS），提高道路运行效率.针对各大城市越来越有限的土地资源，以智能学习的方式，优化城市路网运营和管理，显然是一种最实际的解决方案.动态交通路径诱导系统是ITS的一个重要方向，对城市交通路网管理的效果愈发显著.它采用检测技术、计算机技术、网络技术等高新手段，基于实时交通信息采集、处理与传输，通过中心式、分布式等多种诱导方式，为驾驶员提供交通事件、行程时间和优化路径等动态信息，可引导驾驶员避开拥挤走最佳行驶路线，从而实现路网交通流的均衡动态分配，有效缓解交通拥挤.高效的路径选择算法是动态交通路径诱导系统的关键技术.从本质上来说，路径选择算法需集中式收集整个路网信息，选择恰当的交通流函数，通过高效的算法对路网进行快速更新，动态地找寻满足一定约束条件的最优路径.构建路网模型，选择高效算法，动态地选择源节点到目的节点的最优路径，从局部来说对驾驶员路径选择作出最优安排，从总体上说可优化城市路网流量的均衡分配，解决路网的拥堵问题.

动态路径诱导在ITS、通信系统和机器人等人工智能方面应用广泛.若城市路网是静态网络，路段信息不变且可知……