复杂网络的实例在生活中随处可见,针对复杂网络的研究需求亦在不断增加。复杂网络的路径优化问题是复杂网络的研究中一个重要内容。然而目前复杂网络路径优化问题的研究大多集中于拓扑结构、负载均衡等问题,同时,由于TSP问题(Traveling Salesman Problem,旅行商问题)和复杂网络本身的复杂性,对于复杂网络下TSP问题的研究少之又少。在这样的背景下,本文调研了国内外关于复杂网络和TSP问题的研究,提出了一种改进的蚁群算法用于完成复杂网络的TSP寻路。进而提出网络优化方案、对网络进行优化,从而使得全局的TSP开销有了显著的下降;在此基础上通过对比实验确认了优化子集的优化效果;进而针对优化方案进行了剖析,分析并确认了优化方案的效果。本文的主要工作如下:1.通过改进蚁群算法,完成了对复杂网络中的TSP寻路;并排除了遗传算法在本文中使用。2.在多次计算TSP路径的基础上,统计相同路段出现的频率称为“优化子集”。在不同规模的完全图和不同非完全程度的非完全图中,通过优化优化子集,对网络进行优化;也将该优化子集应用到实际的地图上,根据实验数据的表现,证明了优化子集的有效性。3.采用与随机子集、边集长度大小排序、精确算法、度大小排序产生的子集与优化子集的对比实验,确认优化子集的优化效果;4.在上述实验完成的基础上,对优化子集的性质进行探索和特征分析,并对本文提出的实验方案进行了归纳和总结。通过实验证明了本文提出的优化方案的有效性,分析了优化子集的性质特点,确定了优化子集在复杂网络TSP路径优化中的重要作用。