现代社会民用车辆日益增多,交通压力日趋凸显,智能交通路径规划的应用前景也日渐广阔。本文针对智能交通路径规划的高度非线性特点,提出使用混合GA-BP神经网络算法来进行导航路径规划,并通过仿真验证了其在寻找路径规划的全局最优解上具有一定的优势。本文从算法原理和算法实现两方面进行了研究,主要工作如下：(1)在遗传算法(Genetic Algorithm-GA)优化BP神经网络(Back Propagation Neural Network)的三种方式中,分析了各自的优缺点及困难度,确定使用遗传算法修改BP神经网络初始权值实现对其优化的方法。(2)利用图论的相关理论,建立了最短路径规划需要的路网模型,使用MATLAB仿真工具对算法实现的可行性进行了分析与验证。(3)在搜索时间和寻优能力两方面与A*算法进行了对比分析,验证了本文研究的混合GA-BP神经网络算法在求得最优解方面存在很大的优势,且这种优势会随着节点数目的增加而更加明显。(4)在前述内容的基础上,对具有交通转向限制的路网模型进行了分析与描述,最后在PC平台,Fedora12操作系统上,QTOPIA运行环境下,完成了对电子地图和地理数据的处理,实现了在电子地图上进行路径规划的功能。