交互式蚁群优化(interactive ant colony optimization,iACO)是一种利用人来评价解的优劣而进行系统优化的技术,可以求解性能指标不能或者难以数量化的优化问题.分析了交互式蚁群优化模型面临的研究困难.针对Tanabe等人提出的交互式蚂蚁算法性能不足的问题,提出利用全局历史最优解进行信息素的更新,并将信息素限定在一定区间内的改进交互式蚁群优化算法,从人机交互角度讨论了解的构造方法和人的评价策略.最后,利用函数优化和汽车造型设计进行了实验,运行结果表明算法具有较高优化性能.