蚁群优化算法是一种新型的仿生类进化算法,具有鲁棒性较强、分布式计算和易于实现等特点,已在众多领域得到了广泛的应用.本文研究了蚁群优化算法在网络路由优化中的应用,就如何求解无线传感器网络的分簇路由问题、无线传感器网络的移动代理路由问题、多层网络(两层和三层)的路由优化问题和WDM光网络的路径保护问题进行了研究.本文的主要工作如下：1.研究了蚁群算法在无线传感器网络分簇问题中的应用.本文提出了一种基于蚁群算法的无线传感器网络分簇算法.该算法先在无线传感器网络本身结构的基础上形成簇,并应用模块度的概念来评估所形成的簇结构是否与真实的网络结构相匹配.基于上述所得到的稳定簇结构,在每个簇内依据节点的剩余能量和簇内能量分布情况来选取簇头；然后,提出了基于蚁群优化的簇间多跳路由算法,从而生成以基站为根节点,以簇头为叶节点的数据传输树.仿真结果表明,与已有较好分簇算法相比,该算法能够获得一个更合理稳定的簇分布,并能有效地延长传感器网络的寿命.2.针对基于事件驱动的无线传感器网络,提出了一种动态传感器网络移动代理路由算法.该算法赋予移动代理以蚂蚁的特性,设计了一种新的路径选择概率模型,使移动代理能找到一条从处理节点到目标节点之间的能量有效路径,该路径兼顾了路径上节点能量消耗和节点剩余能量情况,并提出了路径最优度的概念用以评价路径的优化性能;为了适应网络的动态变化,该算法制定了新的蚁群局部信息素再初始化规则,该规则在网络中发生动态变化的节点附近进行局部信息素再初始化,在保留了大部分原有最优路径信息的同时,也能在局部搜寻到新的路径,因此,在路径上有节点失效的情况下,该算法可以快速恢复最优路径.仿真实验表明,与其他算法相比,该算法能找到一条能量消耗最小且节点剩余能量最多的有效路径；此外还验证了路径恢复的有效性.3.研究了动态情况下两层网络(IP over WDM)的区分综合选路问题,提出了一种基于蚁群优化的区分综合选路算法.该算法首先利用分层图模型,将传统的路由和波长分配问题(Routing and Wavelength Assignment, RWA)转换为路由问题.在此基础上,对该路由问题进行选路,通过将寻路蚂蚁放置在控制平面,使得在控制平面的选路和在数据平面的业务传输同步进行,从而为每一个到达的业务实时地进行选路；该算法综合考虑到路径的跳数和路径上链路的拥塞情况,能有效地降低业务阻塞率.最后,利用多类不同的蚂蚁对应不同粒度请求的业务,为不同的业务进行有区分的选路,使得高粒度请求的业务能绕开关键链路,从而在关键链路上承载更多的业务,进一步降低阻塞率.仿真实验表明,与其他算法相比,该算法在业务阻塞率和业务阻塞公平性方面具有更好的性能.4.研究了动态情况下三层网络(IP over SDH over WDM)的路由优化问题.为了有效降低三层动态网络中的业务阻塞率,文中提出了三层动态网络联合优化选路算法.该算法分为两种模式：在模式1中,上层网络中被阻塞的业务可以开放地利用下层网络的空闲资源,将上层网络中被阻塞的业务下放到下层网络中进行传输；在模式2中,将三层网络整合成为一个网络,从而将多层网络转换为一个综合网络,在这个综合网络中为每一个业务进行选路.在这两种模式中采用蚁群策略为动态业务进行选路,并提出了一个新的前向蚂蚁路径选择概率模型和路径质量评判参数,使得所选的路径能兼顾链路利用率和路径跳数.仿真实验表明,同其他算法相比,本文提出的算法可以有效地降低三层动态网络的阻塞率.5.针对WDM光网络中的路径保护问题,提出了一种自组织的共享路径保护算法.该算法中在用蚂蚁代理来搜索主用路径时,能兼顾到路径上的负载以减少阻塞率；搜索备用路径的过程中,不同的备用路径上派出的蚂蚁代理将会释放同一种信息素,以使得不同的备用路径可以共享使用更多备用资源；在多链路失效的情况下,该算法将会派出蚂蚁代理自组织地寻找主用路径和备用路径上的可用资源,并利用这些资源构造新的路径,以达到路径恢复的目的.仿真实验表明,与其他算法相比,本文提出的算法有着更低的网络阻塞率、更高的资源利用率和更强的保护能力.