动态路径诱导系统(DRGS)是智能交通系统(ITS)研究的一个重要内容，动态路径诱导算法(DRGA)通过向驾驶员提供基于实时交通信息的最佳行驶路径来诱导出行行为，从而达到减少车辆在道路上的逗留时间、避免交通拥塞的目的。本文首先建立了一个包含实时路网信息，对时间进行离散化处理的动态多路径的基本模型，通过优化信号灯配时进一步得到动态多路径的双层优化模型。然后提出了求解该模型的两种智能算法，获得动态路径诱导系统中的“多准最优路径”：一是结合基本遗传算法和经典Ford算法的优点，通过改进遗传算子，提出了求解动态多路径双层优化模型的混合演化算法；二是为了弥补混合演化算法在实时路网信息更新方面存在的不足，进一步通过优化基本蚁群算法的状态转移策略和信息素更新原则，增加路权实时更新信息，借鉴交叉、变异算子的优点，提出了求解动态多路径双层优化模型的改进蚁群算法；最后，通过数值算例表明了混合演化算法和改进蚁群算法的可行性和有效性。