近年来,随着多媒体业务的种类越来越广泛,如网络电视、在线直播、视频会议、远程教学等等,多媒体数据传输已经成为网络中数据传输的重要组成部分,同时,伴随着网络用户的不断增加,曾经广泛使用的基于C/S服务模式的流媒体技术已经无法满足用户的需求,特别是当大量用户同时在线的时候,服务器性能会直线下降。为了解决流媒体网络传输的问题,研究者们提出了可以由源节点同时向多个目的节点发送信息的网络组播通信方式。但是由于网路组播自身的缺陷,如路由器负载过重、计费困难等等网络组播技术并没有得到广泛的应用,为了提高组播效率,作为一种基于应用层的多用户数据共享方案,应用层组播的研究成为当前热点。随着应用层组播的广泛应用,,一个重要的研究问题是如何设计一棵高效的组播树,因此本文关注了度和延迟约束的最小生成树问题研究。(1).在本文的研究中,提出了一种基于Memetic算法思想的新的方案来解决度和延迟约束的最小生成树问题,并且通过仿真实验与其他算法进行了比较。Memetic算法是一个建立在模拟个人学习过程进行能力改善的优化算法,结合全局搜索和局部搜索操作,并在很大程度上避免算法陷入局部最优。仿真结果表明,Memetic算法和蚁群算法、遗传算法相比在效率上更优。(2).我们对Memetic算法进行了更改,融合了Rough Search技术和fuzzy logic controller技术,一方面提高了算法种群的适应度,另一方面自动调节算法的参数。在以前的算法中,参数的调节依靠人工经验和大量的实验进行选择。改进后的算法可以摆脱人工选择的困扰,仿真结果表明,我们提出的方法是可行的。