蚂蚁是一种个头很小的昆虫，单个蚂蚁的智能并不高，但却能有条不紊地完成一系列复杂的任务，如觅食、筑巢等。蚂蚁的觅食本领是极其强大的，蚂蚁群体可在较短时间内，不依靠外界的任何帮助就可找出理想路线，而且还能够适应不断变化的环境。相比遗传算法等发展较完善的算法，蚁群算法（ant colonyalgorithm，ACA）还很“稚嫩”。但由于蚁群算法有鲁棒性强、易并行计算等优点，提出之后受到了广泛的关注，因此在理论研究和实际应用方面都得到了很大的发展。目前，蚁群算法已成功应用于车间作业调度、电力系统、机器人等领域。本篇文章主要是在群算法的基本原理、改进等方面的基础上，探讨了如何更好地改进蚁群算法的性能，并提出了一种改进算法。新算法通过调整信息素的更新方式，使得在短时间内蚂蚁可以区分出较优路径。此外，为了使蚂蚁在搜索过程中能够更好地平衡信息素的“利用”和“探索”，利用信息时变函数来代替常数信息素挥发因子，避免了搜索陷入停滞。通过对几个典型的旅行商问题（TSP）的测试，发现改进后的算法性能更好。