蚂蚁算法在求解二次分配问题(QAP)问题上已经取得了较好的结果,目前的研究集中在如何提高算法的性能上。提高算法的性能需要解决的重要问题是平衡两种趋势:纵向探测和横向搜索,前者是向可能的收敛方向发展从而尽快找到最优解,后者是发现新的不同结构的可行解。适应度地形的分析首先可以帮助解决纵向探测和横向搜索的平衡问题,从而在设计一个元启发的具体算法时,有目的性和有指导性地分配纵向探测和横向搜索的算法步骤或执行时机。本文在对QAP解空间地形分析的基础上,提出了一个新的概念:解模式,并将其应用到蚂蚁算法中,设计了一种基于解模式的蚂蚁算法SchemaANT。另外还分析了影响解模式的四个参数:参与确定解模式的解排列个数bp、位确定的概率阀值Ps、不同解排列的权重W、解和解之间的距离D的定义,比较详细的分析了前两种参数对解模式的影响。最后在QAP的四类问题上进行了实验,实验结果表明对于第四类问题,加入解模式后算法的性能普遍提高,而对于第二类问题算法的性能会下降。