智能光网络被认为是下一代高速广域骨干网的最具竞争力的候选方案，代表了下一代光网络的发展方向。路由选择和波长分配(RWA)是智能光网络中的一个关键技术，它是指网络某对节点间有光路建立请求时，如何寻找从源节点到目的节点的路由并在该路由上分配波长。优化光通道的选路和波长分配(RWA)是网络设计的核心问题，其主要任务是寻找一条合适的光路并为之合理地分配波长，使有限的资源充分发挥作用，以提供尽可能大的通信容量。RWA算法的研究对提高光网络的实用性具有重要意义。一个好的RWA算法能实时地探测网络状态，进而合理而高效地分配各种网络资源，促进全网负载均衡，从而有效地降低全网平均阻塞率，提高网络的资源利用率。 随着光网络的发展，对网络资源调度的灵活性提出了很高的要求，同时又要保证满足实时业务的低阻塞率要求。但是由于一系列新技术如波长转换、光交换、光存储的应用，使得智能光网络的计算环境远比传统的光传送网要复杂。而当前的一系列RWA策略是针对传统光传送网设计的，故存在一些问题，如不能全面考虑网络资源的合理分配、优化目标过于单一、算法灵活性不够等问题。 蚁群算法是一种启发式搜索算法，具有正反馈、较强的鲁棒性，分布式等特点，特别适用于解决组合优化问题。而动态RWA本质上也是组合优化问题，因此作为试探性的研究，本文基于分布式蚁群算法基本原理设计了一种适合于全光网的动态RWA算法。目标是使RWA算法能充分考虑全光网的要求，更合理地分配网络资源，从而降低网络业务的阻塞概率。 论文围绕全光网中动态RWA问题展开论述，主要完成的工作和取得的成果如下： (1)分析和归纳了光网络的路由体系和路由技术。包括多域分层路由、分布式波长分配、信令路由协议、路由分发拓扑等与RWA有关的功能模块，以及光网络中实现动态RWA的相关影响因素及关键技术。 (2)研究了蚁群算法的基本思想，提出了一种分布式蚁群系统的路由和波长分配结合考虑的动态RWA算法。该算法在运行中能综合考虑网络资源状态和不同业务的需求优先等级，分布式动态RWA算法创新点在于引入提前释放机制和超时释放机制能更有效地释放波长资源。较之传统的动态RWA策略，该算法能取得更优异的全网平均阻塞性能。 (3)分析和归纳了蚁群算法在运行中的不稳定因素及执行效率的影响因素，引入了变异思想、局部搜索优化和调整信息量的更新策略，相应改进了原始算法的搜索效率和收敛时间，防止算法陷于早熟陷阱。并在仿真平台上仿真测试了运行性能。结果表明，改进措施能在一定程度上提高算法性能。 (4)为验证评估本文及文献中提出的各种算法的性能，通过OPNET和MATLAB仿真软件，从不同角度进行了大量的仿真测试工作。仿真测试了蚁群算法的实际运行性能，并根据测试结构调整算法参数，使该算法在同等资源开销下取得了较好的效果。