Ad Hoc网络是一种具有高度动态拓扑结构、节点任意移动的无线自组织网络。网络灵活机动、适应环境能力强，对终端性能要求不高，不需要固定基础设施的支持，具有较强的鲁棒性、抗毁性。然而，Ad Hoc网络的特性也对路由协议提出了更高的要求。因此，如何在网络拓扑结构动态变化、无线传输带宽有限、终端使用可耗尽资源的情况下设计高效、合理、自适应的路由协议，便成为AdHoc网络发展的一个重要性的研究课题。　　 蚁群算法是一种从自然界中的社会性昆虫的特性受到启发，发展而来的一种群集智能的搜索算法，目前已在许多组合优化问题中获得了广泛的应用。其特有的分布式计算、单个智能体实现简单、支持多路径等优点，能够很好地满足AdHoc动态网络的路由需求。但是，为了获得更好的网络路由性能，需对已有的蚁群算法进行改进和优化才能使其更好地适用于无线Ad Hoc网络路由。因此，研究基于改进蚁群优化的Ad Hoc网络路由算法具有非常重要的理论和现实意义。　　 本文的主要工作包括：1）系统地概述了蚁群算法的原理和模型；2）在现有蚁群优化算法基础上提出了一种动态自适应的蚁群算法（DSACO）。DSACO算法首先通过大量实验设定影响算法性能的重要参数（α、β和ρ），当算法陷入局部最优时，通过自适应调整参数来提高全局最优解的求解质量；然后根据信息素值的不同自适应地调整各路径上的信息量强度；最后在典型的TSP问题上进行仿真验证，实验表明，该算法与基本蚁群算法相比，在收敛速度和全局寻优方面都有较大的提高。3）结合Ad Hoc网络的动态特性，把DSACO算法应用于Ad Hoc网络的路由选择中，提出了一种基于DSACO算法的Ad Hoc网络路由算法（ANRBA）。ANRBA算法把节点的负载，网络的拓扑变化和路径的时延作为路径质量的度量，将路径质量的路由表用蚁群的信息素表示；在路由发现和路由更新时，释放和更新信息素；转发概率由信息素和跳数来确定。仿真结果表明，ANRBA算法在分组投递率、平均端到端时延、归一化路由开销等方面都优于AODV算法。