Ad Hoc网络是一种自组织,无中心的无线移动网络。由于它的建立不需要固定的通信基础设施,且具有较强的鲁棒性和抗毁性,故其广泛应用于各种要求临时通信的场合。路由协议是Ad Hoc网络数据成功传输的重要保障。但是,当前的Ad Hoc网络路由协议尚不完善,主要存在较难适应网络拓扑结构变化,协议开销大,传输时延过长等问题。群智能优化是近年来兴起的一类仿生优化算法,它将优化问题分配给单个个体执行,然后综合它们的结果获得最优解。Ad Hoc网络路由选择可以抽象为目标优化问题,故其能够利用群智能算法解决。在群智能算法中,粒子群算法具有操作简便,收敛较快等优点,因此本文选择该算法解决路由问题,主要工作如下:1.针对粒子群算法不易用于离散优化,而路由选择是离散问题的矛盾,引入遗传算法中的交叉变异算子设计出混合粒子群算法。为了评估新算法的性能,将其应用于旅行商问题的求解(分别利用MATLAB和VHDL)。结果表明,新算法在路径优化方面较遗传算法更有优势。2.设计基于混合粒子群算法的Ad Hoc网络平面按需路由协议(HPSO协议),包括路由发现策略、数据包传输策略、路由修复机制。协议可产生时延较小的路径,把数据包合理分配到各优化路径,并利用备用路由处理断链现象。3.在OPNET网络仿真软件上分别对HPSO协议和经典的Ad Hoc按需路由协议AODV进行仿真。结果表明,在相同网络场景下,HPSO协议在端到端时延、协议开销和路由发现时间指标上好于AODV,包成功率与AODV相似,适合于拓扑变化大的Ad Hoc平面网络。