蜂群算法是一种新型的元启发式仿生算法。算法中每个蜜蜂都可以看作一个智能体(agent)，通过蜂群个体间协同作用达到群体智能的效果。蜂群算法主要是模仿蜜蜂采蜜与繁殖两种机理。基于繁殖的蜂群算法通过蜂后保持优良基因，使得蜂群更加适应环境。基于采蜜的蜂群算法则通过不同蜜蜂间的分工协作、角色转换两种机制寻找最好的解。蜂群算法为元启发式算法研究提供了一个新思路，逐渐成为求解复杂优化问题的重要研究方向之一。本文分两部分分析了蜂群算法的原理与模型，介绍了算法的特点和流程。 对基于繁殖机理的蜂群算法，本文实现了蜂后的寻优策略，通过函数优化实验验证了算法的有效性。对基于采蜜机理的蜂群算法，通过实验分析了算法中几个关键参数的选择，并在TSP上给出了实现策略。首先，在概率选择上采用了确定性与随机性相结合的选择原则；其次，融合了遗传算法中的算子，提高了算法的全局搜索能力；第三，在算法中增加了保优策略，加强了算法的收敛性；最后，引入禁忌搜索思想，控制算法中后期收敛到局部最优的问题。在应用研究上，分析了网络路由优化问题，研究了基于采蜜机理蜂群算法的IP网络Qos单播路由。 通过算例对所提出两种蜂群算法分别在函数优化与TSP问题上进行了仿真验证，实验结果表明，本文提出模型是有效和可行的，在基于采蜜蜂群算法的网络路由优化等应用上也进行了实验仿真。本课题旨在为推进蜂群算法的理论研究和应用研究起到一定的作用。