文档介绍：摘要
本文先介绍路由算法应用的背景，然后介绍蚁群算法的概况、原理、应用背景及
与其他算法比较的优点，本文提出了一种改进的蚁群算法并介绍了其工作原理和改进
的要点，这里重点介绍了蚁群算法的改进方案的原理和具体实施方法。这些研究通过
在vs2005上编程进行实验测试，获得使用改进的蚁群算法后的路径的全部数据，利用
得到的数据分析结果，进行统计，完成性能比较。
多QoS约束路由最优路径问题是典型的NP-hard问题，无法在多项式时间内完成，
蚁群算法这一类的仿生启发式算法最适合解决这样类型的问题。蚁群算法具有很多独
特的优点：较强的健壮性，寻径过程的并行性，易于与其他启发算法结合，正反馈、
分布式计算和贪婪启发式搜索。可见，蚁群算法很适合求解路径组合的最优化问题。
但是基本的蚁群算法并不适合实际的路由情况，存在很多的缺陷。为了改进蚁群
算法，多种方案如蚁群系统（ACS），带精英策略的蚂蚁系统(ANT-elite)和最大-最小
蚂蚁系统（MMAS）被提出来了，但他们对QoS涉及的很少，而且观点比较零散。本
论文在ACS的基础上提出了新的改进方案，在路径满足QoS约束进行的前提下通过查
找优良节点，对其路由情况进行处理，提高算法的收敛速度，在状态转移函数中加入
网络性能考虑和QoS限制，为防止算法陷入局部最优，根据增长前的状态转移概率
调整信息素变化量的大小，并引入缓存加快查找速度，提高效率.
我们利用动态生成的随机图来模拟网络环境，并对路径结果进行分析，可从时延
及抖动、丢包率、路径长度等性能指标来进行比较找到的路径的情况。分析结果表明，
这种改进后的蚁群算法确实可以找到更好的优化路径，提高网络性能。

关键词：蚁群算法、信息素、服务质量、网络性能，蚁群系统
Abstract
This paper first describes the background of the routing algorithm
application， then describes the overview and principles of ant colony
algorithm， application context and its advantages compared to other methods，
then describes the working principle of the improved ant colony algorithm
and improved methods ， highlighted here improved ant colony algorithm
principle and program implementation. These researches by vs2005 on the
experimental results show that the ant colony algorithm using the improved
network performance data after the last use of the results obtained by data
analysis， statistics， complete the performance comparison.
Multi-QoS constrained routing optimal path problem is a typical NP-hard
problem and can not be completed in polynomial time， this type of bionic
ant colony optimization heuristic algorithm best suited to address this type
of problem. Ant colony algorithm has many unique advantages: a strong
robustness of the parallel process of routing， ease of integration with other
heuristic algorithms， positive feedback， distributed computation， and
greedy heuristic. Shows the path an