当前，智能交通系统作为一门新兴的学科，凭借其将计算机技术、信息技术和通信技术相结合应用于解决日益恶化的交通状况的优势，越来越受到人们的广泛关注，也必将对交通系统的发展产生深远的影响。本文将网格和智能交通系统相结合，引入路段相关性对采样数据进行筛选，减轻系统的计算负担。选择蚁群算法作为系统的路径搜索算法，以有效地将系统的实时响应时间控制在一个可接受的范围内，使系统的响应速度与精度达到一个平衡。提出了一种基于扩展网格的系统软件体系结构，使资源共享与协同操作更加方便有效。本文研究的是智能交通系统的重要子系统——路径诱导系统，重点涉及到的关键内容是：数据采样、筛选和分析方法的改进，路径搜索算法的改进，后台网格资源管理机制的改进和设计。改进了传统的求路段平均速度和旅行时间的算法，构造一个协方差矩阵用来描述某一时刻各路段之间的相关性，通过设置“门限”值，来对采样数据进行筛选，并且给出了数据异常情况下的处理方法。本文采用的路径搜索算法是改进的蚁群算法，引入交通流量重新定义了参数Q，使其能更好地应用于交通诱导系统。这是因为距离最短的路径不一定是最佳路径，还与该路径上的交通状况有很大的关系，所以将交通流量因素引入算法使求得的最佳路径更符合实际。改进的算法能智能地分配各路段的交通流量，实现最佳路径与交通流量分配之间的动态平衡。提出了一种基于策略的网格资源管理机制和采用的关键技术。通过将网格应用的用户和资源节点分别进行分类，较好地处理了网格系统中集中和分布的矛盾。引入资源预留的思想来解决“散户”的突发批量作业提交。采用集中和分布并重、直接认证和代理认证结合的多策略认证结构，以提高网格安全认证的效率。