智能运输系统(ITS-Intelligent Transportation Systems)是比较重要的一种有效改善城市道路交通的解决方案。其中车载路径导航是ITS中最重要的功能之一。利用计算机和通信等技术，车载路径导航系统向驾驶员提供基于交通信息的最佳行驶路线，实现诱导车辆出行行为的目的。目前，国内外针对道路交通路径优化相关的研究和应用很多，但多数是基于静态、简单约束交通条件下的，仅是利用数字地图数据库等信息实现为车辆提供定位信息、静态地理信息等静态路径导航功能。与静态路径导航相比，动态路径导航的不同之处在于利用了实时交通信息，如某时段通过某一路段所需的时间，从而实现更有效的诱导。由于这类研究更接近于真实路况，具有更大的应用价值和研究发展的空间。因此，动态路径导航系统是路径导航系统发展的一个必然趋势。本文分析了动态交通条件下路径寻优的特点，提出了车辆路径导航的数据流程，并据此建立了车辆动态路径导航系统的简单框架和组织结构，简述了为车辆动态路径优化提供支持的动态交通流分配，分析了路段动态通过时间的预测数据，介绍了车辆路径动态优化在系统中的位置。本文简单介绍了实时动态交通分配理论，使用多时段分配法，根据交通流量的变化规律将所研究的时间区间划分成不同的时段，根据每个时段的平均交通流量进行交通分配，从而使交通分配能够满足实际的交通需求，并以此为依据进行车辆的路径寻优。本文系统介绍了遗传算法(Genetic Algorithm，简写GA)。遗传算法在最优化问题特别是组合优化问题中的应用是近些年来的一个热点课题。本文把类似于遗传基因的一些行为，例如交叉重组、变异、选择和淘汰等机制引入到求解过程。本文模拟了交通流随时段动态变化条件下的路径寻优问题，分析了车辆路网模型并对动态路径中的路段通过时间进行计算，最后基于遗传算法进行了车辆动态路径优化的算例计算和分析，证实了算法的可行性和有效性。