目前随着计算机网络的飞速发展,涌现出了大量的对网络要求较高的多媒体实时业务,网络对QoS的需求也迅速提高,越来越需要对QoS具有较高支持度的网络。组播实现了同一信息从源节点传送到网络中多个目的节点。而寻找并构建一棵符合QoS要求且覆盖所有组成员节点的最优Steiner树是QoS组播问题的关键。蜂群算法是一种新兴的仿生智能优化算法,通过模拟蜜蜂群体寻找优良蜜源的过程来进行优化。与遗传算法、微粒群算法等智能计算方法相比,该算法的突出优点是每次迭代中都进行全局和局部搜索,因此,找到较优解的概率大大增加,并在较大程度上避免了局部最优。本文在对组播路由算法和蜂群算法深入研究的基础上,提出了一种基于人工蜂群算法的组播路由优化算法,并对之进行改进,使其能够适应不同规模的拓扑,自动调节参数,不再依赖人工选择。(1)针对组播算法在大规模拓扑中收敛时间过长的问题,把蜂群算法引入组播路由优化中,提出基于人工蜂群算法的组播路由优化算法。与传统的组播路由构造树的方法不同,本文算法通过对组播树的合并变换达到进化效果,大大缩短了算法的收敛时间。通过实验证明,该算法在较大规模拓扑中仍能具有良好的性能。(2)对于不同的拓扑规模,一般算法中参数的调节依赖于人工经验和大量的实验进行选择。本文在第一个算法中引入粒子群算法,通过粒子的搜索,自适应的选取较优的参数组合,使得算法摆脱了人工选择造成的不能找到最优解的问题,算法能够适用于不同的拓扑规模。