蚁群优化算法自提出的十几年来已广泛应用于解决旅行商问题(tralvel salesman problem,简称TSP)等离散化的组合优化问题,随着对算法的进一步研究,近两年一些学者提出用该算法解决连续问题已经初见成效。进一步探讨了如何将该方法用于解决连续多自变量问题,通过对比文献[1]发现在当用该文献中提到的方法解决连续多自变量问题时,计算所得的解并非最优解,计算所得的目标函数值不准确。分析了出现问题的主要原因在于以往应用蚁群算法解决问题时大多采用基本蚁群算法的Ant-cycle system模型,在面对连续多自变量问题上是失效的。通过研究基本蚁群算法的原理,发现将Ant-cycle system模型与Ant-quantity system模型相结合,在解决连续多自变量问题时有很大突破。因而提出了一种新的蚁群算法模型——Ant-cycle&quantity system(ACQS模型),在此简称为混合模型算法。用该算法进行了大量的试验,取得了很好的结果。同时为了加快收敛速度,算法中还提出了信息素的奖惩机制,取得了很好的试验效果。