蚁群算法是一种新兴的用于求解组合优化问题的启发式优化算法。它由意大利学者Dorigo于1991年首次提出,并最初被用于求解旅行商问题。在从1991年至今近六十年的时间里,蚁群算法被成功地用于求解一系列复杂的组合优化问题,如:旅行商问题、二次分配问题、车辆寻路问题和图着色问题等等。由于蚁群算法性能优异,其至今仍然是人们研究的热点。本文在研究了最早的蚁群算法——蚂蚁系统的基本原理的基础上,着重分析比较了多种改进的蚁群算法(带精英策略的蚂蚁系统、基于优化排序的蚂蚁系统、蚁群系统、最大-最小蚂蚁系统),总结了各蚁群算法中普遍存在的两个缺陷,即算法容易出现停滞现象和算法收敛速度较慢,为后续的研究工作提供了理论基础。在此基础上,通过将蚁群系统算法中信息素全局更新规则中的信息素常量和挥发率进行自适应变化来对算法进行了改进,提出了一种新的改进蚁群算法——Q/a0自适应蚁群算法。然后针对航迹规划的特点采用具有威胁约束和燃油约束的性能指标,将Q/a0自适应蚁群算法应用于二维航迹规划中。并采用Matlab语言进行了仿真研究,将仿真结果同采用蚂蚁系统算法和蚁群系统算法来求解二维航迹规划问题的结果进行了比较,表明了该改进算法能有效地提高了算法收敛速度和整体性能,较好地解决了二维航迹规划问题。为了进一步证明该改进蚁群算法的实用性和有效性,本文将它应用来求解低空三维航迹规划问题。低空航迹规划可以利用地形地貌产生的防空雷达盲区为飞行器提供最优的飞行路线,或利用地形条件回避高炮等敌方威胁,提高飞行器的作战生存概率,所以低空航迹规划中要尽量降低飞行高度以利用地形进行隐藏,同时还要满足其它一些约束条件,如飞行器机动性能等。研究中首先将蚁群算法同动态规划的思想同相结合,用动态规划的思想设计出每一个网格的可行航向,然后用改进蚁群算法来搜索出具有最优代价的网格序列,在水平方向规划得到满足飞行器横向机动性能的完整水平航迹,然后在此水平航迹确定的垂直平面内对地形坡度和地形曲率进行不断迭代平滑,直至得到的满足飞行器纵向机动性能的地形轮廓,该地形轮廓即为飞行器的垂直规划轨迹。通过实验仿真最终规划出了既能提高性能指标,又能满足飞机可飞的航迹。