旅行商问题(Traveling Salesman Problem,TSP)是近代组合优化领域的一个典型难题。现实生活中的很多问题都可以转化为TSP问题,如邮路问题、通讯网络设计、大规模集成电路的综合布线设计等。因此,对TSP问题的研究具有重要的理论意义和实际应用价值。然而关于TSP问题的完全有效的算法目前尚未找到,这促使人们长期以来不断地探索并积累了大量的算法。本文所用到的蚁群算法也在其中。蚁群算法是受大自然中蚂蚁觅食启发而提出的一种智能仿生算法,具有较强的鲁棒性、分布式计算、易于与其它方法结合等优点。本文提出一种基于模糊集合的改进蚁群算法,该算法根据隶属度对种群进行评价,并依此进行信息素的更新,在求解速度和解的质量上取得一个较好的平衡。通过对改进算法的仿真实验,验证了该算法的可行性及有效性。本文主要的研究工作如下:1.阐述了论文研究的背景及意义,总结了迄今为止出现的求解TSP问题的各种方法,并对常见的求解方法的优缺点进行了详细的分析,最后,分析了蚁群算法国内外研究现状。2.给出了蚁群算法的基本原理、算法模型以及特点。3.提出一种改进的蚁群算法。该算法引入模糊集合的概念,利用隶属度对蚁群寻找到的路径进行模糊评价,并根据模糊评价结果对路径上的信息素进行更新,从而加快了算法收敛速度,提高了算法的性能。4.采用均匀设计法设置改进算法的参数,通过数值实验,验证了改进算法的可行性和有效性。