随着经济发展和技术进步，交通运输已经成为人们经济生活中不可缺少的重要组成部分。它保证了社会经济及日常生活的正常运转，但同时也引发了交通拥挤、环境污染、交通事故等一系列交通问题。智能交通系统（ITS）是解决这些问题的重要途径。而路网模型作为智能交通系统的基础，对其进行深入的研究是十分必要的。本文基于一种以道路为基本元素的路网模型（RBM，Road Based Model），针对其描述微观路网模型能力不足的局限性，提出了扩展的RBM。扩展后的模型，不仅可以方便地描述路口转向等信息，还可以反应诸如交通拥堵、交通管制等动态交通信息。 在模型的网络分析方面，本文着重研究城市路网最短路径搜索技术。首先回顾了两种经典的最短路搜索算法：Dijkstra算法和A*算法。之后又简要分析了RBM下的最短路算法特点，鉴于此，提出了基于扩展RBM的全局A*搜索算法、带转向限制的最短路算法、基于分层思想的最短路搜索算法和动态环境下的最短路搜索算法共四种最短路搜索算法。 本文对扩展的RBM及提出的四种路径搜索算法在PC平台进行了路径搜索的实例验证。结果显示，扩展的RBM可以更全面准确地表示实际交通路网。提出的四种最短路径搜索算法也达到了各自算法的预期目的，证实了所提出算法的有效性和优越性。 最后，对全文的工作做了总结，并就进一步的工作做了简短的探讨。