随着公共交通的快速发展,居民的乘车需求日益增加,公共交通成为人们日常生活中不可或缺的一部分,各种交通工具也随之出现。在众多交通工具中,轨道交通和公交的作用越来越明显,轨道交通枢纽及接驳体系的建设,车站与常规公交和其它交通接驳换乘及人行集散系统等车站交通规划设计的衔接,使地铁更好的发挥集散、输送功能,为乘客提供舒适、便捷的环境,从而保证乘客良好的出行体验。如何更好的利用这些交通工具,建立便捷的交通规划系统,实时高效的规划人们日常出行,成为许多公司要解决的问题,传统的交通接驳系统缺乏准确性和高效性,很难满足用户的要求。众所周知,最短路径算法是路径规划的首选算法,面对日益繁杂的交通路线,如何选取适合当前场景的最短路径算法是建立系统的首要任务。面对多种轨道交通工具的换乘方式,如何实现多年各种交通工具混合换乘要考虑的因素有很多,就目前情况而言,要解决的问题有:(1)数据的实时性优化,如何对公交这种实时性较差的交通工具数据,通过考虑影响公交运行的多种外界干扰因素,做到更加优化的实时性处理;(2)多种交通数据的融合,对于不同的交通工具而言,所产生的数据是不同的,地铁运营更加准时、高效,而对于公交,所产生的数据伴有更多的随意性,如何实现不同交通工具的数据进行整合,统一标准;(3)多种交通工具换乘时,如何为用户提供一种高效并且提实时最优的换乘的方案。本文以路网线路为分析基础,对多种最短路径算法进行分析,比较旨在选出更加符合路网特征的最短路径算法。本文的主要创新点:(1)本文的分析场景是多种交通工具的接驳换乘,而非以往的单一交通工具的使用,对于实时性较差的公交数据,本文考虑到影响实时运行的各种外界因素,优化公交的数据,通过统计计算得到了符合本文研究场景下的公交路线行驶时长与多种因素相关的多重非线性回归算法的模型方程,并进行了假设检验来验证;(2)面对加入公交后更加复杂的路网结构,本文引入了最小路网的概念,并描绘了构建的过程,使需要遍历的站点大大减小,降低了算法的工作量,提高了系统的工作效率;(3)本文采用了堆优化的Dijkstra算法,同时进行了预处理工作,在基于多种交通工具换乘的特定场景下,提出了一种新的数据结构形式,用于完整有效存储多源交通数据,加入时间约束条件,使该算法更加适应多种交通工具接驳场景的业务需求,算法时间复杂度更低,算法的应用效率更高,并以北京市轨道交通和公交车线路为例,进行实地调研,检测和验证。