蚁群算法是一种随机搜索算法，与其它模拟进化优化算法一样，通过由候选解组成的群体的进化过程来寻求最优解，它具有许多优良性质和实际应用价值。本文以基本蚁群算法的性能的分析为背景，探讨了蚁群算法的构成、性能、特点其及改进措施，并提出了在连续空间蚁群算法(CACA)的模型，并通过实例分析了一般函数优化问题中蚁群算法的性能、特点以及进一步研究的方向。 论文综述了蚁群算法的生物学机理、发展过程、算法特点及其研究和应用现况，指出其在解决组合优化问题方面的优越性，以及在解决连续空间优化问题研究方面的不足；介绍了蚁群算法基本模型AS(AntSystem)的原理、特点、构成和实现方法，并且综述了目前用于连续空间优化的蚁群算法的改进技术。 论文还提出了用于连续空间优化问题的蚁群算法模型(CACA)，为蚁群算法付之于实际应用提供了一条可行途径。通过仿真实验证明该模型用于处理一般函数的优化效果良好，值得进一步研究；并且针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数据仿真结果表明蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。 蚁群算法是一种随机搜索算法，它具有许多优良性质，它比目前应用广泛的遗传算法等具有更好的适应性。蚁群算法己经在若干领域获得了成功的应用，但仍有许多尚待研究和解决的课题。