针对生理信号的情感识别问题，将蚁群优化算法用于呼吸信号（RSP）特征选择，并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进，使用Fisher进行情感分类，获得了较高的识别率和有效特征组合。采集了212个被试6种不同情感（高兴、惊奇、厌恶、悲伤、愤怒、恐惧）的呼吸信号数据进行仿真实验，识别效果最好的是高兴情感，最好识别率达到了92.06%，平均识别率达到了84.43%。实验仿真结果表明，将蚁群优化算法引入基于呼吸信号的情感识别研究是可行的。