随着我国国民经济的发展和人民生活水平的提升,人们对中国历史文化产生了浓厚的兴趣。因此,国内古建筑群的旅游业发展迅猛,但旅游业的迅速发展,游客的数量上升给古建筑群带来了许多潜在的火灾安全隐患。古建筑群中大量的建筑都以木料和砖木建成,加上年久失修和木料的风干,极易引发火灾,同时古建筑群的街道错综复杂,对于当地居民和外来游客来说发生火灾后无法找到正确的逃生路径,将严重影响安全疏散。据此,本文从古建筑群的火灾特点,分析火场人员行为特性,并对基础蚁群算法在路径搜索应用当中收敛速度较慢和全局搜索性较差两点不足提出了一种新的改进蚁群算法,最后采用Matlab的GUI建立改进蚁群算法的人机交互界面方便人员操作,用来探索动态火灾环境下人员安全疏散路径的规划。如遇突发火灾情况时,在古建筑群复杂的环境当中迅速规划出人员安全疏散路径,给予政府相关部门管理人员预先制定动态火灾人员疏散路径规划应急预案提供参考,做到快速人员疏散,减少人员伤亡,保障当地居民和游客的人身安全。研究主要工作内容如下:（1）古建筑群火灾安全疏散影响因素研究,从古建筑群的环境和空间出发分析火灾产物和人员面对突发火灾的行为特性,将环境和空间对人员安全疏散的影响因素进行量化分析,为改进蚁群算法研究奠定基础,在发生火灾时迅速规划处人员疏散路径,为政府相关部门管理人员预先制定应急疏散预案提供参考。（2）通过对比蚁群算法解决的经典旅行商问题与本文所研究的古建筑群火灾人员安全疏散路径规划,明确本文改进蚁群算法的方向。并针对基础蚁群算法收敛速度较慢和全局搜索性较差两点不足,结合本文研究内容提出了一种新的改进蚁群算法,将上述环境和空间影响人员疏散的因素量化,结合当量距离和几何距离改进启发函数、自适应信息素浓度、自适应信息素挥发因子、‘U’型陷阱、回退策略,提升了改进蚁群算法的收敛速度和全局性。为政府相关消防部门预先制定火灾应急预案提供底层数据支持。（3）通过栅格建模法搭建云南大理巍山古城实际的环境地形,并采用Matlab的GUI建立改进蚁群算法的人机交互平台以便不同管理人员操作。将蚁群算法参数组进行多次测试选取本文30*30栅格图最优的参数组取值,并对参数组取值的科学性进行仿真模拟验证。通过正常情况和火灾情况的栅格图对改进算法人员安全疏散的路径搜索能力进行验证。为验证改进蚁群算法良好的的全局搜索性和收敛速度,将其与基础蚁群算法同时进行仿真模拟测试,实验得出改进蚁群算法能够有效适应古建筑群复杂环境动态火灾路径规划,为人员快速规划出最优的安全疏散路径,减少人员伤亡。