随着互联网及相关技术的发展,各种实时业务不断产生,对服务质量(QoS)提出了新的要求。QoS组播路由问题作为QoS和组播路由两个重要研究课题的融合,是当前和下一代互联网亟待解决的一个难题。QoS组播路由问题在数学上一般归结为Steiner树问题,即是在网络拓扑中寻找一棵覆盖所有源节点和目的节点、满足一定QoS约束条件并且总代价最小的组播树,该问题已被证明是一个NP完全问题。蚁群算法(ACO)是求解组合优化问题的一种新型智能优化算法,本文主要应用该算法来求解QoS组播路由问题。首先,本文从多个方面对QoS和组播路由的相关知识进行了描述,并对各种QoS组播路由算法进行了介绍。其次,从研究旅行商问题(TSP)着手,详细描述了蚁群算法的相关理论。针对算法搜索时间长和易陷入局部最优的缺点,提出一种新的改进蚁群算法MACA,该算法结合了最大最小蚂蚁系统(MMAS)和蚁群系统(ACS)的模型,并引入了参数r和Q的动态调整策略。同时,以oliver30为应用实例对MACA的性能进行测试,并与MMAS和ACS进行对比。最后,在求解TSP问题的启发下,本文提出另一种改进蚁群算法BEMACA来求解QoS组播路由问题,该算法在MACA算法的基础上引入了分支交换策略(Branch-Exchange Strategy)。采用Salama随机图模型生成的网络拓扑作为问题研究的对象,并用适应值函数来评价所得组播树的优劣。通过对算法性能的测试可知,引入分支交换策略的BEMACA,相对于MACA、MMAS和ACS,在最优解质量和收敛速度方面都一定程度的改善,是一种求解QoS组播路由问题的可行算法。