Ad Hoc网络是由一组带有无线收发装置的移动节点所组成的临时性多跳自治系统，在军事和民用领域具有广阔的应用前景。近年来，随着各类多媒体业务及实时业务的普及和推广，要求网络在带宽、时延等方面提供保障，在Ad Hoc网络中提供QoS支持越来越重要。然而考虑到Ad Hoc网络中节点是移动的，网络拓扑结构不断变化，同时这些节点的计算能力和存储容量较低、能量受限，如何设计出满足QoS要求的路由是一个具有挑战性的课题。Ad Hoc的QoS路由是一个满足多约束的问题，是NP完全问题，传统的路由算法难以有效解决。作为是一种全新启发式算法，蚁群算法不依赖于具体问题的数学描述，具有全局优化能力和本质上的并行性，是解决NP完全问题的有效方法。本文将蚁群算法应用于Ad Hoc网络QoS路由问题研究，把源节点和目的节点分别当作“蚁巢”和“食物”，数据包视为“蚂蚁”，在经过的路径上留下的“信息素”用路由表代替，信息素浓度以概率值的形式表示。通过信息素表来选择下一步所要走的路径，经过多次迭代，找到满足多个QoS约束条件且信息素最高的路由。Ad Hoc网络频繁的拓扑变化与蚁群算法内在收敛速度慢是一对矛盾，因此算法设计的关键是要改进收敛速度以适应Ad Hoc网络动态的网络环境。针对蚁群算法固有的缺陷和应用于Ad Hoc网络QoS路由可能产生的拥塞问题，本文提出一种基于双向收敛蚁群算法的多约束QoS路由算法，其中包括时延、带宽、延时抖动、成本约束。在进行全局信息素更新时，采用了双向收敛的策略，对历史最优解的路径上的信息素给予奖励，而将历史最差解看作目前不可接受解，对其信息素进行惩罚，引导其它蚂蚁尽量远离历史最差解，从而加快算法的收敛速度。同时算法能对拥塞链路做出较快的反应，进行拥塞回避，从而实现网络业务流负载均衡。仿真表明，该算法同传统的按需路由算法和ARA算法相比，在端到端时延和包投递率方面可获得较好的性能。利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制，本文引入遗传蚁群算法(Genetic Algorithm Ant Colony algorithm，GAAC)来解决QoS路由问题。算法设计的基本思想是首先由遗传算法产生较优解，较优的路径留下信息素，其它路径不改变。然后在有一定初始信息素分布的情况下，用蚁群算法求精解。仿真表明本算法比其它单一采用蚁群算法进行路由选择更适合于动态Ad Hoc网络环境。