组合优化中的许多问题是NP-完全问题,也是科学和工程计算中重要和基本的问题,这类问题的求解一直是算法研究领域的热点问题。对于NP-完全的组合优化问题,至今尚无很好的解析算法,一般采用启发式算法来解决。蚁群算法作为一种新的启发式算法,它具有正反馈、分布式计算以及结构性的贪心启发等特点,使其能够成功地解决许多NP-完全的组合优化问题。本文在详细介绍蚁群算法原理的基础上,对蚁群算法在组合优化问题中的应用进行分析和研究,主要将蚁群算法应用于求解最大团和最大割两个经典的NP-完全组合优化问题,本文主要做了以下工作:1、在研究已有的最大团问题的蚁群算法以及对蚁群算法深入分析的基础上,根据最大团问题的特点,提出了最大团问题的新型蚁群算法,通过大量的仿真试验证明,算法的性能明显提高了。2、以最大团问题为例,对蚁群算法的参数进行了深入研究,并提出了使用动态局部启发信息的改进策略。仿真试验证明,该方案使算法的性能得到一定的提高。3、在研究了组合优化问题基础上,提出了最大割问题的蚁群算法方案。大量的仿真试验证明,该方案能较成功地解决最大割问题。