近年来我国矿井事故发生次数及死亡率均有下降,但与先进国家相比,矿井事故发生率还相当高。矿井巷道四通八达,环境复杂多变,通过巷道可以选择的路线往往有多条。矿井灾害事故发生后,抢救井下遇灾人员、组织井下人员远离灾区等过程中,都涉及到路径规划问题,如何迅速实施救灾防灾以及使受灾人员迅速远离灾区,是矿井应急救援成功与否的重要标志。本研究将蚁群算法应用于矿井应急救援路径规划中。针对基本蚁群算法存在的易陷入局部解和收敛速度慢等问题,本文提出基于动态信息素更新的双种群蚁群算法,该算法以3种不同旅行商问题为例与蚂蚁系统和最大最小蚂蚁系统进行仿真比较。仿真结果表明,该算法搜索到最佳路径平均解比蚂蚁系统和最大最小蚂蚁系统均有缩短。在Oliver30问题中,该算法平均迭代次数比蚂蚁系统和最大最小蚂蚁系统分别增加28%和12%。然而,随着问题规模增大,该算法在Eil51问题和Eil75问题中平均迭代次数比蚂蚁系统分别降低33%和39%,比最大最小蚂蚁系统分别降低19%和18%。应用矿井巷道网络模型,通过改变算法中的状态转移概率和期望程度,对基于动态信息素更新的双种群蚁群算法进行实验验证与分析。实验结果表明,通过合理设置算法中各参数以及参数之间优化组合,可大大提高算法求解最佳路径的性能。