随着信息时代的到来,人们对于网络传输的服务质量(Quality of Service,Qo S)要求越来越高,其中Qo S路由作为网络传输中最重要的环节之一,其对网络通信的性能有决定性的作用。Qo S路由属于多约束路由问题,其目的是在给定任意个约束条件的前提下,实现一个既可以满足给定的所有约束条件,又能搜索到一条最优路径的算法。为了实现这个目的,就需要实现一个通用且高效的多约束Qo S路由算法。本文在现有算法的基础上基于群体智能算法实现了两个新的多约束Qo S路由算法:PSO＿FWA和PSPSO＿FWA。针对粒子群算法(Particle Swarm Optimization,PSO)实现的多约束Qo S路由算法会陷入局部最优解或者跳过全局最优解的不足,本文提出了一种新的多约束Qo S路由算法PSO＿FWA。PSO＿FWA算法的核心思想是:(1)利用归一化的权重处理方法构建多约束Qo S路由的数学模型。(2)搜索策略。使用PSO算法对给定的网络拓扑图进行全局搜索。当PSO算法的粒子有更优的位置时,在这个位置开始使用烟花算法(Fireworks Algorithm,FWA)进行局部搜索,局部搜索和全局搜索的结果同时更新全局最优位置gbest,从而使算法快速收敛。通过大量的仿真实验对新实现的PSO＿FWA算法进行仿真验证,实验结果表明PSO＿FWA算法能够快速的搜索到满足给定约束条件的路径,并且有较高的成功率和较好的扩展性,能够支持在大规模节点下进行多约束路由搜索。因此,对于解决多约束Qo S路由问题来说,PSO＿FWA算法是一种非常高效和实用的路由算法。PSO＿FWA算法在搜索给定链路时具有很高的成功率和扩展性,但是该算法仍然存在时间复杂度高和局部搜索慢等不足。为解决PSO＿FWA算法的不足,在PSO＿FWA算法的基础上实现了一个新的多约束Qo S路由算法PSPSO＿FWA。PSPSO＿FWA算法的核心思想是:(1)剪枝。将不满足给定约束条件中的任意一个约束条件的路径从原网络拓扑图中删除,从而得到一个新的网络拓扑图。(2)搜索策略。使用PSO算法对剪枝后的网络拓扑图进行搜索时,随机选取给定数量的pbest和全局最优的位置点gbest组成一个集合,然后使用FWA算法对该集合进行局部搜索。大量仿真实验测试结果表明:该算法能够快速的进行全局搜索,同时又能够快速且更精细化地对局部进行搜索。该算法具有较快的收敛速度、寻优能力和扩展性。