QoS路由的基本任务是为一次连接寻找一条有足够资源、能满足QoS要求的可行路径。而现有很多算法只是针对一个或两个约束条件,在多种OoS约束下,这些算法具有一定的局限性。而蚁群算法是近年来对自然界蚂蚁的寻路方式进行模拟得出的一种仿生启发式算法,其具有很强的全局优化能力和本质上的并行性,同时比早期进化算法具有更强的鲁棒性、求解时间短、易于计算机实现等优点。求解带有多约束的OoS路由是其应用的一个重要领域。本文分析了QoS路由研究的意义,介绍了QoS路由研究与蚁群算法研究的现状,详细分析了目前对基本蚁群算法的改进机制。在此基础上,本文尝试对基本蚁群算法引入自适应思想,通过调整算法在进行到不同阶段时挥发因子的大小,以避免整个系统呈现早熟现象;同时,引入了变异思想使得解可以自行跳出局部最优区域,从而向最优解方向继续进化。这样既可以利用自适应思想使算法减少进入停滞状态的可能性,又能使算法在进入停滞时跳出局部最优解的区域,保证全局搜索能力。改进算法在QoS路由中的应用能够得到良好的效果,更能满足QoS路由中带宽、时延、分组丢失率等几个重要指标。最后,本文在OPNET平台构建了网络仿真系统,改进算法在该仿真系统中表现出良好的性能。同时,与基本蚁群算法在该仿真系统中的性能进行了对比,对比结果显示,改进算法能够在自适应、不易陷入局部最优解及防止陷入停滞等方面作出改进。