货物运输是人类重要的生产活动之一,支持了其他经济活动的开展。目前,各个国家的货运成本都占据了其国内生产总值的15%左右。为了节约资源,提高货运系统效率,减少货运成本,各个国家开始对货运系统加以优化。货运系统是一个包含了多个对象,多种资源,涉及众多优化问题的复杂系统。这些问题从其影响长远性来说,可以被分为三个层次:战略层次问题,战术层次问题,以及运营层次问题。无论任何一个层次的问题得以优化,对整个货运系统都有着重大的意义。本文着重对运营层次上的一个问题进行研究——基于实时交通流信息的货运车辆行车路线,以探求货运系统的优化方法。本文研究的车辆路径问题中车辆在路段上的行程时间受到两种影响因素:常发因素和偶发因素。其中,常发因素导致的车辆行程时间变动能通过历史数据拟合得到。本文暂不考虑偶发性因素对行程时间的影响。常发性的拥堵主要是由路段的交通流量决定的,于是本文研究利用卡尔曼滤波以前几天的交通流量数据对之后的交通流量进行预测,在进行行程时间计算时,还将道路几何线形对速度的印象考虑其中。并在此基础上通过Dijkstra算法得到车辆路径问题中的最短行驶路径和最短行程时间。