图着色问题是一个被广泛研究的组合优化问题，也是科学计算和工程设计中一个重要和基本的问题。事实上，许多现实生活中的问题例如考试时间表问题和任务分配问题等都可以被模拟或拓展为图着色问题。对于任意一个图着色问题而言，没有一种算法可以在多项式的时间内找到它的解，因此图着色问题是一个NP问题。目前，对包括旅行商问题在内的许多组合优化问题利用蚁群算法得到了成功解决并获得了广泛应用，因此，以种群进化理论为基础的蚁群算法为求解图着色问题提供了一个很好的选择。　　在阅读大量参考文献的基础上，本文针对基于图着色问题的蚁群算法开展了一系列的研究，主要工作如下：　　（1）对蚁群算法进行了分析和研究，总结出蚁群算法的工作原理，算法流程，蚁群算法的优缺点以及蚁群算法的改进方向。　　（2）分析了传统的蚁群算法解决图着色问题，并对蚁群算法求解图着色问题的过程进行了深入的研究。针对蚁群算法存在早熟收敛等缺点，提出了稳定策略蚁群算法，对蚁群算法的信息素的更新和信息素的调节方面进行了改进，该稳定策略是一种可以保持进化种群的稳定而又不会陷入局部最优的策略。　　（3）蚁群算法的性能改进有一定的局限性，本文对遗传算法进行了研究，提出了遗传-蚁群混合算法。混合算法既能发挥蚁群算法与遗传算法在寻优搜索的过程中各自的优势，又可以克服遗传算法在搜索到一定阶段时最优解搜索效率低下的问题以及蚁群算法初始信息素量匮乏的问题，提高解决图着色问题的效率。实验结果显示使用遗传-蚁群混合算法求解图着色问题的结果相对基本蚁群算法有所提高，并且收敛速度比较快。