随着社会的进步和科技的发展，交通状况已经成为制约国民经济发展的重要因素之一，如何合理地和科学地引导与控制交通系统，有效地提高现有交通网络的运行效率十分必要。交通流诱导系统就是在这种背景下提出的、有效改善目前交通状况的一种智能化手段。交通流建模及其路径优化，作为交通流诱导的基础，以及交通流诱导中的关键理论，仍然是难点所在。虽然已经有很多这方面的研究成果问世，但仍难以在诸如交通流网络的动态性、随机性、模糊性、动态路段行程路阻函数的准确性和实用性、基于路径的优化算法上有所突破。针对上述提到的目前交通流建模所存在的问题，本文给出了一种新的交通流建模方法。将流随机Petri网引入到交通流建模当中，并考虑交通流系统的动态性、随机性和模糊性，给出了：1)动态随机流Petri网模型，即考虑了动态特性和随机特性的流随机Petri网模型。利用这个模型具有动态性和随机性的特点，可以解决交通流建模中需要考虑的实时性和随机性难题；2)模糊动态随机流Petri网模型，即在动态随机流Petri网模型的基础上，增加了模糊性，从而增加了对交通流建模中针对出行者的行为及心理等模糊因素的处理能力。针对上述提到的目前交通流路径优化所存在的问题，本文首先对路径优化中的关键问题，路阻函数的确定问题，进行了理论上的探讨。充分考虑其准确性和实用性，并在上述所建模型的基础上，给出了具有动态、随机特性的路阻函数，为进一步的路径优化奠定理论基础。在优化算法方面，为了提高路径优化算法的计算效率，采用遗传算法进行路径优化。最后，在交通流建模和路径优化理论研究的基础上，建立了交通流诱导系统路径优化仿真平台，通过相应的实验仿真，即通过对遗传算法和通用的Dijkstra算法的仿真实验对比，验证了遗传算法计算的有效性，并进一步评价了本文所采用的交通流建模和路径优化方法的优缺点。