从第一代的智能规划算法的诞生发展至今，智能规划算法已经有近60年的发展历程。如今，越来越多的基于位置服务的软件被广泛应用于人们生活中。然而，一些大型旅游景点和度假区内部的导航服务和实时路况信息不够完善，导致游客拥挤、滞留的现象不断发生。针对此现象，本文应用启发式搜索算法来解决在位置服务信息匮乏的情况下，动态的获取当前最优路径的问题。　　首先，本文在启发式 A*算法的基础上设计了基于分层的TCC-A*算法，并且建立了相应的算法模型，该模型是建立在真实景区内路况信息的基础上。论文最终通过仿真实验，对改进后的算法进行了验证与分析，进一步阐释了该算法在处理相关问题的可行性与有效性。　　其次，论文通过分析启发式搜索算法的一般性架构，设计出本文算法的基础架构，再通过将路径搜索中的分级搜索概念和对路网中节点的存储机制的有效整合，构造出一种基于分层的、搜索效率相对较高的、有效的新型启发式搜索算法。该算法借助A*算法的主体架构，通过对启发式搜索中状态空间搜索的理解，对其估价函数的选取增加了一种随时间动态变化的时间消耗常数，并通过消耗常数中的系数对常数进行有效控制，使得算法在节点的扩展上增加了动态的控制因素。同时，为了确保算法具有较优的搜索性能和更清晰的搜索逻辑，采用了分层搜索和二元堆存储，在这两方面的协同作用下使得算法在维持一个较低时间复杂度的同时获得更优的路径。　　最后，在算法的应用研究和模型的分析方面。本文将实际的地图数据进行一定比例尺下的近似还原来建立路网模型，并且为实验准备了详实的实验数据。着重探讨了基于分层的TCC-A*算法的具体实现方式，并对算法模型进行了客户端程序实现。通过实验设定，最终验证本文算法在路径搜索上的有效性和实用性。