智能交通系统是当前解决交通堵塞、减少交通事故、防止交通污染、提高交通管理水平的最有效的方法和手段。城市交通流诱导系统是智能交通系统的重要组成部分，其目的是通过车辆和交通系统的信息化和自动化，实现对城市交通流进行诱导，合理地分布交通流，提高道路使用率，有效地缓解交通拥堵，为驾驶人员快速行车提供良好的服务，其实质是实现了路网交通流的再分配。 文章首先介绍了国内外城市交通发展的现状以及遇到的问题，引出了智能交通系统和城市交通流诱导系统的定义、功能和结构框架；深入研究了根据观测路段流量估计OD矩阵的方法，在极大熵模型(EntropyMaximaizingModel，EM)的基础上，针对传统EM模型的不足，通过对路段流量预处理，得到守恒的路段流量，然后利用极大似然估计法和改良的极大熵模型法(IEM)，最终得到再现交通流量的OD矩阵；最后文章介绍了遗传算法的基本过程，并对其作出改进，使之能够解决交通流诱导系统中的关键问题：多目标最优路径问题。