航路规划技术是反舰导弹实现各种战术应用和提高打击效果的主要途径之一，也是一个复杂的多约束、多目标优化问题，其本质是综合利用信息处理、决策、优化等技术，在满足各种约束条件的情况下，为反舰导弹或弹群规划出符合特定优化指标的最优航路。新型的智能优化算法，如遗传算法等，能够自适应搜索而得到人们的普遍关注。本文基于遗传算法和蚁群算法，研究智能优化算法在反舰导弹航路规划中的应用，主要是从以下几个方面进行研究：1）确定反舰导弹航路规划的研究内容包括规划空间环境建模、约束条件、航路规划算法研究。根据反舰导弹航路规划特点，建立了合适的环境模型。根据反舰导弹航路规划的各项约束条件以及航路规划目标，确定采用的反舰导弹航路规划方法。2）将蚁群算法应用到反舰导弹航路规划，并针对基本蚁群算法具有收敛速度慢、计算时间长、易于过早陷入局部最优等缺点，采用轮盘式选择策略、精英策略、路径优化策略对蚁群算法进行了优化，并将优化蚁群算法应用到反舰导弹航路规划中。3）将遗传算法应用到反舰导弹航路规划，设计了基于基本遗传算法进行航路规划的算法，并针对基本遗传算法存在的多样性容易丢失、易于过早陷入局部最优、寻优抖振、种群离散程度不足等问题，引入精英选择策略、基于顺序交叉算子、移位变异三个优化策略应用到遗传算法中，使之适用于反舰导弹航路规划。4）将优化遗传算法和优化蚁群算法应用于反舰导弹航路规划，满足实际问题的约束条件，将两种算法通过程序实现，并对仿真实验结果进行分析研究，证明优化算法的可行性。实验结果表明，两种优化后的智能算法较基本算法，均加快了航路搜索的收敛速度，明显缩短了航路搜索用时。此外，基于两种智能优化算法的反舰导弹航路规划仿真试验结果显示，基于优化蚁群算法的反舰导弹航路规划具有更好的性能，搜索航路用时更短，航路搜索过程收敛速度更快。