امروزه مسیریابی در شبکه خیابان شهری، بدون در نظر گرفتن وضعیت ترافیک معابر امری ناممکن است. تحقیقات زیادی روی استفاده از داده های آنی به تنهایی و یا استفاده از داده ها و آمار ترافیکی گذشته به تنهایی برای مدلسازی ترافیک انجام شده است. در حالیکه هر دوی این داده ها می توانند دارای ارزش قابل توجه ای در برآورد ترافیک شبکه و مسیریابی بر اساس آن باشد. هدف این تحقیق ارائه روشی جهت استفاده توامان از داده های آنی و الگوهای موجود ترافیک برای مسیریابی بهتر است. برای این منظور الگوی روزانه و هفتگی مختص هر یال مسیر استخراج گردید. الگوی روزانه با میانگین گیری از داده های ترافیکی تمام روزهای هفته و الگوی هفتگی با میانگین گیری از داده های ترافیکی در هر روز هفته برای هر یال در هر ساعت استخراج گردید. سپس روشی بر اساس روش میانگین وزن دار جهت ترکیب الگوها ارائه شد. در این روش انحراف معیار الگوهای روزانه و هفتگی بعنوان وزن الگوها در میانگین وزندار مورد استفاده قرار گرفت. در نهایت الگوی ترکیبی بدست آمده در مسیریابی با حضور داده های آنی مورد استفاده قرار گرفت و الگوریتم دایجسترا با استفاده از منطق کاهش اثر داده های آنی و افزایش اثر الگوها با دور شدن از مبدا مسیریابی توسعه یافت. در این تحقیق نشان داده شد که استفاده از الگوی ترکیبی گذشته با داده های آنی در مسیریابی نتایج بهتری نسبت به استفاده از الگوهای ترافیکی گذشته دارد و مسیر بهینه از نظر زمان سفر با استفاده از ترکیب داده های آنی و الگوهای گذشته حاصل خواهد شد. البته این نوع مسیریابی در اکثر موارد از مسیریابی با استفاده از داده های آنی بصورت مجزا و بدون ترکیب با الگوها، نتیجه بهتری داشته است.