随着互联网络的快速发展和网络用户数量的不断攀升,用户对网络服务质量和网络性能等方面的需求也不断增强。在下一代IPv6网络中,路由选择问题正成为网络通信领域中的一个热点问题。蚁群算法是一种新型的仿生随机算法,算法来源于自然界中真实蚁群行为的启发,自然界中每只蚂蚁的个体行为极为简单,但是,蚂蚁却能够通过相互协作寻找出从蚁巢到食物之间的最短路径。蚁群算法与生俱来的自启发特性能够很好的适应与解决下一代互联网络的路由选择问题。本文在蚁群算法的基础之上,对该算法加以改进与优化,提出了基于蚁群算法的多路由约束参数模糊评判的路由算法,该路由算法不仅能够综合利用多个路由参数的组合优化作用求解最优路由,同时,又能充分地利用蚁群算法的良好特性。基于优化的蚁群算法的路由算法能够很好的适应下一代互联网络(IPv6)的路由选择需求,并能有效地解决用户对网络服务质量、网络性能等方面的需求问题。本文的主要工作：(1)对下一代IPv6网络协议进行了分析与研究,对蚁群算法原理进行了系统的分析与研究,阐述了蚁群算法的寻路过程以及几种典型的蚁群算法模型；(2)针对蚁群算法的不足,对蚁群算法加以改进和优化,提出了基于蚁群算法的多路由约束参数模糊评判的路由算法,并阐述了具体的算法思想、选路原则、信息素更新原则、信息素惩罚原则及相关路由问题的解决原则；(3)分析了算法中的α、β、ρ等参数对算法性能的影响及其最佳取值问题,通过进行仿真实验,总结出了蚁群算法各参数值的组合优化策略,并给出了最佳的参数取值或取值范围,同时,基于α、β、ρ等参数的最佳值,对基于蚁群算法的多路由约束参数模糊评判的路由算法进行了仿真实验,并对实验结果加以分析和总结。