智能运输系统（ITS）目前在国内外都有迅猛的发展，其中动态路径诱导系统是ITS的一个重要组成部分。通过运用先进的科技手段包括计算机技术、通信技术和控制技术向出行者提供各种交通信息，以及可供参考的最优路线，帮助车辆避开拥挤的路段，通过对单个车辆的路径诱导达到整个城市路网交通流的平均分配。本文的研究工作主要从以下几个方面展开的：1）介绍了智能运输系统的国内外发展情况，以及分析了天津站地区的交通状况。通过对天津站附近地区交通状况和路网的研究，采用SQL server2008建立了路网数据库，并利用图论算法对路网进行抽象，为后面章节的算法研究提供了依据。2）详细介绍了传统的最优路径选择算法中的A*算法和Dijkstra算法，总结了遗传算法的特点。通过C++语言编写程序对三个算法进行仿真，并且对这三种算法的搜索速度和搜索的成功率进行了比较，最终得出结论遗传算法要比其它两个算法更适合于最优路径诱导系统的研究。3）对原有的遗传算法进行了改进和仿真，采用实数编码方法，并且结合天津站道路信息网的特点给出了合理的编码形式，一条染色体中的基因序列就是我们要搜寻的最优路径；提出了一种模拟动物育种学的交叉策略，另外在交叉过程中采用了避免零交叉和保护父代染色体中优良基因的交叉算子；基于天津站附近的路网结构，抽象了具有代表性的道路，构成了路网结构图，利用本文改进的遗传算法和编码方式对算法和实际道路进行了仿真，分析了结果并总结了优势和不足之处。4）将改进的遗传算法和实时数据的更新相结合提出了动态路径诱导系统的整体解决方案，实现动态路径诱导系统。