利用Agent建模技术对复杂交通系统进行分析研究是人工智能发展的前沿应用方向之一。在复杂交通系统路径规划研究中，相关学者利用Agent建模技术提出了基于Gossip通信网络的非结构化信息传输模型。将车辆模型化为具有通信能力的Agent实体，设定车辆Agent路径规划的规则，并通过仿真实验证实了在非结构化信息传输模式下交通系统路径规划具有良好的性能。然而，这种基于Gossip通信网络的非结构化信息传输模式存在先天的系统缺陷，例如，非结构化信息传输模式中信息传输效率较低，恶意主机难以侦测和治理等问题。针对相关研究中遇到的问题，本文利用Agent建模技术对复杂交通系统进行建模，结合社会化网络的特性，提出了基于社会结构化情境的复杂交通系统路径规划模型。　　 本文首先详细论述了复杂交通系统路径规划问题的已有解决方法，并对相关研究成果进行分类整理。然后，论文详细阐述了我们提出的基于社会结构化情境的复杂交通系统路径规划模型，用数学语言描述了结构化信息传输模式下道路信息的传播过程，运用因果效应原理证明了基于结构化信息传输模式的信息传输过程为马尔可夫过程。接着，我们建立了适用于结构化信息传输模式的交通系统路径规划仿真平台。在该仿真平台中，我们构建了三种典型的结构化通信网络，将这三种结构化通信网络下的结构化信息传输模式与中心式信息传输模式以及非结构化信息传输模式进行了性能对比实验。最后，通过三组实验，根据实验数据证实了基于社会结构化情境的结构化信息传输模式在交通系统路径规划的性能上优于非结构化信息传输模式；结构化信息传输模式对交通拥堵具有良好的敏感性，能够及时传输道路拥堵信息；结构化信息传输模式下的交通系统路径规划模型具有良好的系统稳定性。