智能光网络是未来传输网的发展方向,其中路由技术则是智能光网络关键的支撑性技术。而为适应网络规模日益巨大的需求,实现分层分域的网络路由结构是势在必行的。所以,随着下一代智能光网络的日趋成熟,多层多域智能光网络的路由问题有着越发重要的研究意义。本论文采用的蚁群算法在本质上是并行计算,它把计算量分布在网络的各个节点上,因此能够克服基于集中控制架构的传统算法可扩展性差的缺点,更适用于多层多域光网络。本论文对基本蚁群算法进行了改进,并基于改进算法在光网络仿真平台上进行了智能光网络层域路由的仿真。主要工作如下：(1)针对基本蚁群算法收敛速度慢的缺点,提出了新的信息素更新机制,同时引入最大最小限制系统。通过仿真验证了改进的蚁群算法能够有效减少路由计算的时间,同时也提高了蚁群算法解的质量。(2)在深入研究智能光网络分层路由体系、分层路由实现技术、分层路由算法的基础上,对给定的网络拓扑进行抽象,得到分层的网络拓扑结构及逻辑结构。此外,从负载均衡、平衡网络资源的角度给出了网络的路由评价函数。(3)在基于NS2扩展的Owns仿真环境中,对基本蚁群算法路由协议进行修改,在原有协议架构上增添新功能如：信息素的全局更新、新的信息素更新机制以及引入最大最小限制系统。并将已实现的改进蚁群算法路由协议移植到NS2环境中,形成可运行的tcl脚本。最后在此基础上调用改进的蚁群算法路由协议对给定的智能光网络拓扑进行层域路由的仿真。仿真结果表明基于改进蚁群算法的智能光网络层域路由,可以在满足一定服务质量的前提下,降低网络阻塞率,加快路由计算时间,对下一代光网络路由技术具有较强的实际意义。