蚁群算法的改进大多从算法本身入手或与其他算法相结合, 未充分利用待解决问题所包含的信息, 提升效果较为有限. 对此, 提出一种面向对象的多角色蚁群算法. 该算法充分利用旅行商问题(TSP) 对象的空间信息, 采用??-均值聚类将城市划分为不同类别; 同时, 对蚁群进行角色划分, 不同角色的蚁群针对城市类别关系执行各自不同的搜索策略, 增强了蚁群的搜索能力, 较大幅度地提高了求解质量. 每进行一次迭代, 仅各角色最优个体进行信息素更新, 防止算法退化为随机的贪婪搜索. 将精英策略与跳出局部最优相结合可避免算法的停滞. 50 个经典TSP 实例仿真实验表明: 所提出的算法可以在较少的迭代次数