随着技术IT化和网络IP化,以互联网为代表的数据业务和多媒体业务不断发展,业务的传送环境也发生了很大的变化。用户的需求也已经不再局限于传统的以固定速率传输的语音业务,而是现在新兴的各种数据业务、多媒体业务以及一些转移到了IP承载网上的传统的业务如VoIP语音业务等。不同的业务传输速率的不同使得以固定速率传输的SDH系统面临很多问题和挑战,出现了很多缺点。而此时以伪线仿真(PWE3)技术为主的PTN网络应运而生,用统一平台承载多种业务,解决了以上问题。由于基站机房往往无人值守,因此通过PTN网络管理系统实现网络设备的运营和管理很有必要。在PTN网管中,当网元数量很多,网络环境很复杂时,以前的手动选择路由创建业务就不再有优势,因此对自动路由的研究不仅具有理论意义而且具有实际应用价值。本文首先对网络拓扑环境的建立进行了研究。针对现有网络的拓扑特点,为了更真实的体现网络环境,采用美国Salama博士提出的Waxman拓扑生成器,并针对其在网元节点较多时出现的网元分布以及边的分布不均匀的缺点,提出了改进算法,采用K均值聚类解决了网元分布不均匀,通过添加一个网络学习参数,使得边的分布均匀,过远的节点之间不产生边。接着对路由计算中的常用经典算法做了研究,主要分析了Dijkstra算法、floyd算法、A*算法、蚁群算法和遗传算法在路由计算中的应用,并针对PTN网管中路由路径自身的特点,即符合多个约束条件的路由路径,当约束条件大于等于二时已经被证明为一个NP C问题,用传统的算法已经不能有效地解决,目前常用的算法是蚁群算法,或蚁群算法与其他算法相结合的混合算法,如蚁群算法和遗传算法结合。但是该算法存在杂乱搜索和容易陷入局部最优的缺陷,同时两个智能启发式算法结合又产生了很多不确定性；针对这些缺点,本文提出了一种改进的蚁群算法,最后通过实验仿真验证了算法的稳定性和优越性。