1、作為人工智能一個(gè)新的分支，蟻群算法以其較強(qiáng)的魯棒性、優(yōu)良的分布式計(jì)算能力、易于與其他方法相結(jié)合的優(yōu)點(diǎn)受到了越來(lái)越廣泛的關(guān)注；應(yīng)用涉及到從一維靜態(tài)問(wèn)題到多維動(dòng)態(tài)問(wèn)題。作為多維動(dòng)態(tài)問(wèn)題的特例網(wǎng)絡(luò)路由作為互聯(lián)網(wǎng)的核心，一直受到研究領(lǐng)域的關(guān)注：網(wǎng)絡(luò)路由是指引信息從源節(jié)點(diǎn)到目的節(jié)點(diǎn)傳輸所必需的活動(dòng)，這個(gè)問(wèn)題既重要，又難以解決。WangZ等證明當(dāng)網(wǎng)絡(luò)路由中包含兩個(gè)以上的限制是，它是一個(gè)NPC-C問(wèn)題。傳統(tǒng)的方法很難有效地解決NP-C問(wèn)題，應(yīng)用蟻群算

2、法在解決上述問(wèn)題時(shí)可以有效地改善網(wǎng)絡(luò)路由的質(zhì)量。用蟻群算法來(lái)進(jìn)行網(wǎng)絡(luò)路由選擇策略進(jìn)行研究，正是本文的主要方向。由于網(wǎng)絡(luò)的這些特性，以及真實(shí)網(wǎng)絡(luò)的物理分布性，使得ACO算法在這方面上具有特別的優(yōu)勢(shì)。 本文首先介紹了蟻群算法的起源和發(fā)展、網(wǎng)絡(luò)路由的相關(guān)知識(shí)以及設(shè)計(jì)時(shí)的重點(diǎn)和難點(diǎn)；其次根據(jù)網(wǎng)絡(luò)路由的特點(diǎn)，結(jié)合蟻群算法對(duì)網(wǎng)絡(luò)路由選擇作了一般意義上的優(yōu)化選擇（ACR），并在仿真平臺(tái)上進(jìn)行了相關(guān)的數(shù)據(jù)分析和與其它算法進(jìn)行了比較；接下來(lái)我們深

3、入探討了在面對(duì)更加具體和實(shí)用的路有策略--Qos路由和擁塞路由時(shí)如何應(yīng)用蟻群算法進(jìn)行優(yōu)化，使其具有較強(qiáng)的魯棒性和較高的尋址效率。 本文改進(jìn)了基于蟻群算法路由選擇問(wèn)題。完成的主要工作包括：通過(guò)正向揮發(fā)-反向積累的機(jī)制的蟻群算法的信息素更細(xì)策略，快了收斂速度，增強(qiáng)了螞蟻探索新路徑的能力；同時(shí)提出了對(duì)于網(wǎng)絡(luò)路由中路由節(jié)點(diǎn)要求的RSVP的不對(duì)稱(chēng)性提出了相應(yīng)的解決方案，使其適應(yīng)Qos路由；面對(duì)擁塞時(shí)為了提高了螞蟻探索新路徑的啟發(fā)策略，應(yīng)用