随着智慧城市建设的全面展开,针对城市交通系统的合理性规划和科学性建设迅速发展。科学研究中提出了采用统计力学相关理论方法,为处理交通出行提供了新的思路和视角。然而由于复杂交通网络的非结构化特征和复杂性性质,阻碍了对其全局架构的研究和独特性质的提取。本文利用复杂系统的思维来思考交通问题,使用交通网络刻画了其抽象化结构,为进一步的研究提供了有力的理论范式和检验实例。本文重点关注交通网络中的路径规划问题。考虑到当前动态规划算法的短缺以及大部分路径规划算法仅关注局部开销,本文基于相互作用的聚合物和无序系统的物理特性来分析交通网络的通用路径规划问题。本文通过学习基于聚合物相互作用的路径规划算法的核心思想:采用消息传递技术,在降低由交通拥堵导致的巨大成本的同时,考虑到所有的单一路径决策对全局规划的影响。但是该算法需要优化少量参数来获取最优路径规划配置以及因为“怪圈效应”(由于消息传递中节点的随机选择和导向,导致消息重复传递和无效传递)导致的路径规划结果不收敛问题。因此,本文基于BPR链路开销函数,提出了采用BPR链路开销函数的聚合物路径规划算法。该算法不仅能够获取全局网络下最优开销结果,而且能够为每个用户分配一条全局最优的路径配置。最后,本文结合噪音消除机制,设计了一个收敛机制来提前终止无效消息的迭代,加速路径规划的计算,并在一定程度上提升了算法的收敛度和执行效率。复杂系统的拓扑结构促使我们使用重整化等方法来得到其内敛属性和外在表象。为了使复杂网络尽可能的表现出明显的分形标度,科学家将分形几何性质应用到复杂网络中,并由此产生了许多思路迥异的盒子覆盖方法。在本文的第二部分中,我们首先介绍了分形特性在复杂网络中的研究现状,明确了盒子维的数学定义和分形属性对复杂系统分析的重要性;接着围绕重整化方法的实际应用,详细描述、分析并在真实网络中实验了几种经典盒覆盖方法。为了快速地获得表现较好的盒子覆盖结果,本文结合最大覆盖法(maximum excluded mass burning,MEMB)和随机序列盒子覆盖法(random sequential box-covering,RS)的优点,并充分考虑了用户对不同精度和时间的实际需求,设计了一个盒子覆盖优化算法(MEMB method Combined With RS,MCWR)。