近几十年来,随着我国经济的发展,交通运输业得到了空前发展,交通运输业的发展一方面促进了物质交流和人员往来,大大缩短了出行的时间,提高了工作的效率；另一方面交通拥堵问题,环境污染问题也随之而来。交通拥堵和交通事故频发越来越严重地困扰着世界各国的大城市,为了提高运输网络使用效率,解决交通拥挤和交通安全问题,有必要进行对城市交通的实时最优路径的研究,以方便出行者。随着科学技术的发展,我们可以将计算机技术,通讯技术,网络技术和嵌入式技术等运用到交通领域,通过各种技术的综合运用,为人们的出行提供足够的信息支持。由于是提供的实时信息,因此整个城市的车辆流动实现了自适应的功能,对于整个城市的交通也实现了最充分的利用,从而能缓解交通拥堵的状况。Dijkstra算法,Floyds算法,A*算法都是贪心算法,是静态的最短路径算法,无法反映当前的实际情况,蚁群算法是对蚂蚁觅食行为的模拟,能有效的对外界情况变化做出反应,因此能更有效的对外界情况的变化作出调整,具有实时性的的特点,对实时最优路径的选择最适用。论文介绍了人们对最优路径选择的研究情况,介绍了交通系统中的数据的表示和存储方式,通过对Dijkstra算法,A*算法进行了研究,对这两个算法有了深入的了解,对他们的优缺点也有了清晰的认识,在此基础上我们引入了新的算法——蚁群算法,对蚁群算法在最优路径选择上的应用进行了理论研究并对其进行了改进,通过试验对Dijkstra算法,A*算法和改进的蚁群算法进行了比较,A*算法明显要比Dijkstra算法效果要好,而改进的蚁群算法在问题规模较大的情况下效果是最好的,而且数据量越大,优势越明显。