基本蚁群算法（AS）是采用人工蚂蚁的行走路线来表示待求解问题可行解的一种方法。没只蚂蚁在解空间中独立地搜索可行解，当它们碰到一个没有走过的路口时，就随机挑选一条路径前行，同时释放出与路径程度有关的信息素。路径越短信息素的浓度就越大。当后续的人工蚂蚁再次碰到这个路口的时候，以相对较大的概率选择信息素较多的路径，并在“行走路线”上留下更多的信息素，影响后来的蚂蚁，形成正反馈机制 。随着算法的推进，代表最优解路线上的信息素越来越多，选择它的蚂蚁也逐渐增多，其他路径上的信息素却会随着时间的流逝而逐渐消减，最终整个蚁群在正反馈的作用下集中到代表最优解的线路上，也就找到了最优解。在整个寻优过程中，单只蚂蚁的选择能力有限，但蚁群具有高度的自组织性，通过信息素交换路径信息，形成集体自催化行为，找到最优路径。

基于蚁周模型进行实现：

第1步：初始化参数。时间 t t t=0，循环次数 N N N c c c，设置最大循环次数 N N N c m a x cmax cmax，令路径（ i , j i,j i,j）的初始化信息量 τ \tau τ i j ij ij( t t t) = c o n s t =const =const，初始时刻 τ \tau τ i j ij ij( 0 0 0) = 0 =0 =0。 第2步：将 m m m只蚂蚁随机放在 n n n个城市上。 第3步：循环次数 N N N c c c= N N N c c c+1。 第4步：令蚂蚁禁忌表索引号 k k k=1。 第5步： k k k = k + 1 k+1 k+1。 第6步：根据状态转移概率公式（6.2）计算蚂蚁选择城市 j j j的概率， j j j ∈ \in ∈{ C − t a b u C-tabu C−tabu k k k}。 第7步：选择具有最大状态转移概率的城市，将蚂蚁移动到该城市，并把该城市记入禁忌表中。 第8步：若没有访问完集合 C C C中的所有城市，即 k < m k