无人机或无人驾驶飞机通常被称为无人驾驶飞行器 (UAV),由这些无人机组成的自组织网络通常被称为飞行自组织网络 (FANET)。无人机和飞行自组织网络最初与军事监视和情报收集有关;此外,它们现在被广泛用于民用领域,包括搜索和救援、交通监控、消防、摄像和智能农业。然而,由于其独特的架构,它们带来了相当大的设计和部署挑战,主要与路由协议有关,因为传统的路由协议不能直接用于飞行自组织网络。例如,由于高移动性和稀疏拓扑,频繁的链路中断和路由维护会导致高开销和延迟。在本文中,我们采用基于优化模糊逻辑的生物启发式蚁群优化 (ACO) 算法“Ant-Hocnet”来改进飞行自组织网络的路由。模糊逻辑用于分析无线链路状态信息(例如可用带宽、节点移动性和链路质量),并在没有数学模型的情况下计算最佳无线链路。为了评估和比较我们的设计,我们在 MATLAB 模拟器中实现了它。结果表明,我们的方法在吞吐量和端到端延迟方面有所改进,从而提高了 FANET 的可靠性和效率。