蚁群算法是一种新兴的启发优化算法。本文在研究蚁群算法基本原理的基础上,着重分析比较了多种基本蚁群算法(带精英策略的蚂蚁系统、基于优化排序的蚂蚁系统、蚁群系统、最大-最小蚂蚁系统、最优-最差蚂蚁系统)的优缺点,在此基础上,采用了自适应信息素调整准则,提出了一种改进的蚁群算法。论文针对无人机航路规划的特点,建立了无人机战场环境模型,采用具有威胁约束和燃油最省的性能指标,将改进的蚁群算法应用于无人机航路规划中,提出了一种新型启发式的无人机航路规划搜索算法。该算法通过对规划空间进行网格划分形成连接起始点和目标点的网络图,网络图中各节点定义为无人机的可行节点,通过概率选择函数确定出最佳的可行点,形成一条最优航路,有效地提高了算法的收敛速度和整体性能,较好地解决了无人机的航路规划问题。论文最后采用Matlab语言对无人机航路规划的模型和算法进行了仿真研究,仿真结果表明了模型的有效性和算法的可行性。