QoS组播路由问题是一个非线性的组合优化问题，已证明该问题是NP完全问题，传统方法很难求得全局最优解。解决此类问题一般采用启发式算法，启发式算法包括蚁群算法、粒子群算法等。本文首先对蚁群算法、MMAS(最大最小蚁群算法)、粒子群算法进行分析，然后提出了采用蚁群算法与粒子群算法融合来求解包含时延、时延抖动、丢包率、带宽、费用等约束条件在内的QOS组播路由问题。 考虑到蚁群算法中的四个控制参数(α，β，p，q0)的选取与网络本身有关，参数选取不当对蚁群算法的性能有较大的影响，本文将蚁群算法和粒子群算法进行融合，融合策略主要是在蚁群算法寻找最优路径的过程中，采用粒子群算法来训练蚁群算法中的参数，从而提高蚁群算法的优化性能，使得蚁群算法中的参数不必靠人工经验或反复试验选取，而是通过粒子搜索自适应选取。经训练后蚁群算法中四个控制参数(α，β，p，q0)为最优参数组合。 算法分别在8节点和20节点网络模型中进行仿真。分别采用基本蚁群算法和融合算法求解QoS组播路由问题，通过比较结果，表明新的算法具有更好的收敛速度和寻优能力。