定向问题是一种路径优化问题。在国内外定向问题研究现状分析的基础上,本文提出了三类有代表性的定向问题,带指定点集和时间窗的定向问题、带指定点集和时间依赖型定向问题、带容量限制和时间窗的团队定向问题,分别从问题描述、模型建立、算法设计和案例求解四个方面对它们进行了研究。定向问题也是一种复杂的组合优化问题,快速而有效的求解方法是目前国内外研究的难点和重点。本文重点设计了每类问题的一般启发式算法和遗传算法。其中,三类定向问题的遗传算法设计都结合求解问题的特点,融合启发式规则,并借鉴类似问题的求解方法,来均衡算法的效果和效率。在带指定点集和时间窗的定向问题中,基于网络流的思想建立了相应的数学模型,指出了问题中的路径顺序规则和使目标优化的优先规则,并运用这两种启发式规则设计了相应的贪婪算法。同时,将启发式规则运用到遗传算法中,提出改进的遗传算法方案。针对具体案例,比较分析了精确算法与贪婪算法。在带指定点集和时间依赖型定向问题中,设计了基于指定点集总等待时间最小和插入单位时间收益最大点两个启发式规则的贪婪算法,并运用它求解了具体案例;提出了适用问题、融合启发式规则的遗传算法方案。带容量限制和时间窗的团队定向问题的约束性很强。对此,设计了基于插入和扰动操作的迭代局部搜索算法;相应的遗传算法方案运用了惩罚函数和基因重组操作。不同类型定向问题的模型与求解算法研究丰富了路径优化、算法等相关方面的理论,也为现实中具有类似特点的路径优化问题提供一定的参考和决策支持。