随着网络技术的高速发展和计算机网络业务的逐步拓展与丰富,越来越多的QoS(服务质量Quality of Service)算法被提出以满足对于网络传输服务质量的要求。在多种QoS技术中,QoS路由技术也是被研究人员广泛关注的技术。QoS路由计算中的一类基本问题就是最优化问题,也即是最短路径(Shortest Path, SP)的问题。脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)神经元之间并行耦合,网络具有自动波特性,可以实现网络的并行处理,在寻找最短路径应用中具有其独特的优势。已有的PCNN最短路径搜索算法只考虑路径长度的影响,而未考虑网络中其他参数。本文采用简化的单位联接脉冲耦合神经网络(Unit-Linking Pulse Coupled Neural Network, Unit-linking PCNN),除了考虑路径长度之外,同时考虑实际中带宽剩余量对网络的影响,用带宽剩余率参数来控制神经元阈值,寻找最短路径。本文的主要工作如下：(1)在单位联接脉冲耦合神经网络的基础上,将网络参数(带宽剩余率)指标添加进模型中来控制神经元的阈值,进而控制神经元的点火时间顺序,并通过进一步改进,使神经元模型更适合网络的应用,从而有效地达到寻找最短路径的目的。(2)分别采用了线性阈值下降和指数阈值下降两种情况,实验表明在网络环境较宽松的情况下,指数阈值下降能够更快的寻找到最短路径,而在网络环境非常拥堵的情况下,线性阈值下降具有一定的优势。一般情况下,采用指数阈值下降更为合适。(3)针对动态变化的网络,结合脉冲耦合神经网络并行处理的优势,提出了相应的解决办法。该方法能够在一次寻找到最短路径之后网络参数发生了变化的情况下,准确而快速的寻找到新的最短路径。