針對(duì)基本離散粒子群優(yōu)化（PSO）算法求解旅行售貨商問(wèn)題（TSP）時(shí)容易陷入局部最優(yōu)解和早熟收斂的問(wèn)題，提出了一種基于自適應(yīng)優(yōu)秀系數(shù)的粒子群（ SECPSO）算法。為了提高算法的全局搜索能力，在已有工作的基礎(chǔ)上，進(jìn)一步利用啟發(fā)式信息對(duì)靜態(tài)的路徑優(yōu)秀系數(shù)進(jìn)行修改，使之可根據(jù)解的搜索過(guò)程進(jìn)行自適應(yīng)動(dòng)態(tài)調(diào)整；另外，為了進(jìn)一步提高解的精確性和算法的收斂速度，添加了3 -opt搜索機(jī)制，提高算法的局部搜索能力。利用Matlab進(jìn)行了實(shí)驗(yàn)仿真，用國(guó)際通用的TSP數(shù)據(jù)庫(kù)（TSPLIB）中的若干經(jīng)典實(shí)例對(duì)算法性能進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明，與其他幾種算法相比，SECPSO算法在全局尋優(yōu)能力和更快的收斂速度方面表現(xiàn)更優(yōu)，是求解TSP問(wèn)題的一種有潛力的智能算法。