随着我国近几年来城市化进程不断加快,城市的交通问题俨然已成为人们极为关注的话题。由于我国主要城市的道路增长缓慢,交通管理技术及设备落后,城市交通道路网的发展和改善已无法适应交通量的增长并直接导致一些大城市如北京、上海、广州的交通堵塞现象日益加剧,给城市居民出行带来了极大的不便。为了提高城市交通运输网的运输效率,研制一套适合我国国情,并且集电子、计算机、通信技术,以及GPS和GIS于一体的城市道路路径诱导系统已刻不容缓,它可以将原本无序的交通变得井然有序并优化客流分布,从而在很大程度上能够改善我国城市道路行车难等问题。城市道路网络问题的特点是在较大的城市中难以利用图论知识高效地解决问题。因此,通过较少步骤来获取一个相对满意的方案已成为研究的焦点。针对这种情况,文章提出了一种通过定时改变区域信息素浓度来提高求解效率的改良型蚁群最优路径算法的思想,并进行了研究与实现。论文首先从城市交通中道路最优路径问题出发研究了道路交通数据在计算机中的存储方式;分析了目前的路径选择的一些常用算法,从基本思想、过程、实现三个角度来分析它们的特点与不足。其次,在上述算法的基础上引入了蚁群算法。分析了蚁群算法处理交通问题的可行性。并在此基础上介绍了三个当前流行的改进型蚁群算法。最后,通过进一步研究蚁群算法的基本原理和在城市道路网络最优路径选择中的应用与实现过程后,提出了一种新的改良型的蚁群算法,并通过实验确定改良型蚁群算法的最佳的参数组合,最后将其与当前流行的一种改进型蚁群算法进行了比较与分析。