伴随着多媒体技术、通信技术、存储技术的更迭,近年来计算机网络中涌现出各种新颖的应用和多样化的业务,加上信息技术与各行业的融合吸引来了愈加庞大的在线群体,皆使得计算机网络承受的压力越来越大。尤其是像远程会议、在线直播、实时监控此类对带宽和时延要求较高的业务,更是需要高效的网络技术来满足需求。IP组播技术理论上能有效缓解网络压力,一度被认为是解决多接收点大流量数据实时传输的优良解决方案,但其自身存在局限的扩展性、硬件升级壁垒、计费以及安全方面的诸多缺点,使得它未能成为主流方案。然而组播服务的思路是合理的,并且网络的发展现况也亟需这样的服务来满足压力需求。为此人们将组播的实现机理从网络层提升到应用层,提出了更加灵活并易于部署的应用层组播方案。应用层组播中,网络层的路由器依旧沿袭基本单播功能,组播中数据流的复制分发以及QoS功能全部由端节点主机来负担,对节点主机压力较大,因而在实现构建组播树的环节,要保证时延和开销得到优化的同时,也要考虑节点度数得到控制,于是应用层组播重点需要设计一棵带有延迟和度约束的最小生成树。这是一种被证明为NP-C的问题,因此考虑运用智能算法进行优化求解,这也是本文所主要关注的研究方面。本文在众多智能算法中重点研究了细菌觅食算法,这种算法在种群更新过程中,有趋化、繁殖和迁移三个基本操作,有较强的寻优能力且不易陷入局部最优解,收敛速度较快,鲁棒性高,是一种较新的随机优化算法。本文分析了细菌觅食算法优化机制,将其引入应用层组播中的组播转发树优化当中,在仿真平台作出实验,并与其他算法的结果进行比对。在此之上,本文在通过研究原始算法的过程中,针对细菌觅食算法中存在的不足之处,提出了混合细菌觅食算法策略——将微粒群优化算法中粒子位置更新操作步骤融入细菌算法的趋化操作中,不仅加快全局寻优,还引入了历史最优记忆机制,并对细菌算法的迁移步骤作出修改,保证解的多样性同时避免扼杀已寻找到的较好解。在最后的分析仿真实验结果表明,论文提出的算法在延迟和度约束的最小生成树问题求解中有较好的效率,是一种可行的优化方法。