QoS组播路由是给定一个源节点s，一组目的节点集D，一系列QoS限制条件C，以及可能的优化目标，寻找满足C的覆盖s和D中所有节点的最好的有效树，这是一个NP完全问题。 当前多数QoS组播路由研究集中在下面的几个问题：带宽受限组播路由：延迟受限组播路由；延迟受限最小代价组播路由；时延一时延抖动受限组播路由。求解该类问题是一个NP完全问题，不存在确定型多项式复杂性解法。目前都采用启发式算法来解决，当前提出的启发式算法十分复杂而难以求解，该类问题是学术界的研究热点。 本文提出了用正交试验，找出蚁群算法各个参数最佳组合。从蚁群搜索最短路径的机理看到，算法中有关参数的不同选择对蚁群算法的性能有至关重要的影响，但其选取的方法和原则，目前尚没有理论上的依据，通常都是根据经验而定。本文通过一系列的对比实验研究，来探讨蚁群算法中参数的最佳设定原则。首先，让一个参数变化其他参数不变，进行仿真实验，找出这个参数最佳值范围；然后，各个参数在其最佳值范围内，选取若干个值，进行正交试验，找出最佳组合。 本文提出了一种新的改进蚁群算法，通过构建确定性选路概率函数和基于交叉变异的变异操作，加速算法的收敛速度；对信息素实行多个独立OoS约束的惩罚性更新策略，使算法满足用户的OoS要求；考虑到网络实际应用，算法设计中引进了基于链路利用率的负载均衡和拥塞规避重路由策略，提高算法的鲁棒性。实验表明，应用这种改进型蚁群算法于多播路由问题，可以得到比现有启发式算法更好的结果。 本文同时提出将改进的蚁群算法和免疫遗传算法的融合而得到的一种启发式算法-蚁群遗传算法(Ant Colony Genetic Algorithm)，其具有蚁群算法的求解精度又具有遗传算法的全局收敛性，同时具有免疫算法的群体多样性，考虑负载均衡，以满足多QoS约束组播路由要求，减少拥塞发生。在做理论研究的基础上进行实验研究。