蚁群算法作为一种新的启发式搜索算法,大量实验结果表明,它在解许多NP-hard问题时都表现出较好的求解能力。因而它吸引了众多学者不断对其扩展改进,也在经历着一个不断发展完善的过程。 本文在调查研究了蚁群算法及其并行化研究现状的基础上,提出并实现了新的并行化策略,主要思想是基于多蚁群在解的构造过程和信息素更新过程中共享同一个信息素矩阵,并针对典型ACO算法分别设计并实现了相应的并行算法,而且尝试了不同ACO算法在并行过程中的混合应用。 文中主要以ACS和MMAS的并行实现为例,详细描述了算法设计思想和程序实现过程,提供了各自应用于对称TSP问题大量实例的实验结果,并与相应串行算法在相同计算环境下的实验结果做出比较,以及不同并行实现之间的横向比较。 实验结果表明,本文的并行方案相对于串行ACO及现有的并行策略具有一定的优势,提供了解决组合优化问题的一种有力手段。