群算法是Marco Dorigo在1992年提出的一种优化算法，该算法受到蚂蚁搜索食物时对路径的选择策略的启示。蚁群算法作为群体智能算法的一种利用分布式的种群搜索策略来寻找目标函数的最优解。蚁群算法与其他优化算法相比较的一个明显优势是蚁群算法能够适应动态变化的环境，这个特点使它特别适合解决像网络路由这类解空间频繁发生变化的优化问题。
为了更好的理解蚁群算法，我们首先需要了解在自然界中蚂蚁是如何寻找食物的。蚂蚁在寻找食物时会遵循一些简单的基本法则。这些法则的核心是利用一种叫作信息素的物质，信息素是一种蚂蚁分泌的用来向其他同伴告知哪里有食物以及如何得到这些食物的化学物质。当一只蚂蚁在某条路径上发现其它蚂蚁分泌的信息素时，它沿着这条遗留有信息素的路径前进常常会发现食物。然而，蚂蚁不总是沿着遗留有信息素的路径前进，而是按一定的概率来选择这条路径。通常一条路径上的信息素浓度越高，蚂蚁沿着这条路径前进的概率就越大。如果长时间没有蚂蚁在一条路径上分泌新的信息素，这条路径上原有的信息素会全部挥发。我们举一个例子来说明蚂蚁们是如何通过分泌和利用信息素来找到通向食物的最优路径这一过程的。
从上面这幅图上我们可以看到蚂蚁们找到了一条通向食物的路径，但这条路径不是最优路径。
此时，由于概率的因素，有一些蚂蚁开始沿着下面最优的那条路径向食物行进，虽然上面那条不是最优的路径上的蚂蚁仍然比较多，即遗留的信息素也比较多，但下面这条最优路径却比较短，这就意味着一只蚂蚁沿着上面路径到达食物时，利用下面路径获取食物的蚂蚁可能已经往返了几个来回，在这个过程中也分泌了更多的信息素。随着时间的推移下面这条路径上的信息素越来越多，而上面那条路径的信息素却不断地挥发，最后所有蚂蚁都按照下面这条最优路径来前进获取食物，如下图所示：
