该文首先系统而全面地介绍了蚁群优化算法,包括其产生背景、算法基本框架及其应用.接着,我们将该算法应用于求解最大团问题——经典的难组合优化问题.通过对蚁群优化算法的一些特性,如参数设置、时间复杂度等详细的讨论,该算法获得了令人满意的结果.然后,在蚁群优化算法的基础上,我们提出了一种基于二进制编码的蚁群优化算法.在此数学模型上,对其算法收敛性进行了定量的数学分析.分析表明:只有当蒸发因子ρ≥1时,该算法才具有全局收敛性.为了进一步揭示蚁群优化算法的本质,我们还阐述了蚁群优化算法的搜索策略,将其与遗传算法、模拟退火、神经网络等启发式算法进行了深入而细致的比较,试图从不同的角度去认识和理解它.最后,该文指出了包括"群体智能"在内的六点值得以后研究的方向.该论文的主要贡献为:1)将蚁群优化算法应用于最大团问题;2)对蚁群优化算法进行了收敛性分析;3)将其与其它搜索算法进行了横向的比较;4)提出了六点以后值得进一步研究的方向.