交通是维系人类生存发展的命脉,其功能是实现人和物空间位置的有序移动.近半个世纪以来,随着城市化进展和汽车普及,交通与需求、交通与环境、交通与能源之间的矛盾日益加剧.ITS的产生为解决这些问题指明了方向.路线导航系统是ITS的重要组成,而其中的路线选择问题又是关键部分.以往的研究多是对静态或简单的动态网络进行分析,该课题则基于动态随机的交通网络,对时间最短的路线选择问题进行研究.该文将动态随机交通网络中的时间最短路线的选择问题分解为路线选择策略,路段行程时间预测,路线行程时间预测和时间最短路线算法等四个子问题,分别进行讨论.路线选择策略是意识形态的总体设计,为决策明确目标与方向.该文将路线导航中的选路策略分为三大类,并提出了一种全自适应的选路策略.而这种策略的实现需要行程时间的预测结果和合适的最短路线算法共同发挥作用.路段行程时间的预测是所有预测的基础,该文从路段行程时间的即时预测和远时预测两个角度给出了预测模型,使之能够适用于多种要求,提高预测的准确度.路线行程时间的预测主要针对给定的路线进行时间耗费的计算.在时间依赖的交通网络中,路线行程时间不再是各个组成路段行程时间的简单累加,该文给出了一种有效合理累加的模型,综合考虑了影响累加效果的多种因素.最后,该文对时间最短路线的选择算法进行了探讨,通过从实例和理论分析发现传统的最短路线算法解决动态问题的严重不足,并由此引荐遗传算法.通过对遗传算法的合理设计,给出了一种K-时间最短路线算法,并证明了算法的正确性.