Los problemas de optimización son prevalentes en casi todas las áreas y, por lo tanto, los algoritmos de optimización son cruciales para una multitud de aplicaciones del mundo real. Los algoritmos de optimización determinísticos tienden a ser costosos computacionalmente y consumir mucho tiempo. Por lo tanto, los algoritmos heurísticos y metaheurísticos son más favorecidos ya que proporcionan soluciones casi óptimas en una cantidad de tiempo aceptable. Los algoritmos de inteligencia de enjambre están siendo cada vez más utilizados para problemas de optimización debido a su simplicidad y buen rendimiento. El Algoritmo de Libélula (DA) es uno que está inspirado en los comportamientos de enjambre de las libélulas, y se ha demostrado que tiene un rendimiento superior a otros algoritmos en múltiples aplicaciones. Por lo tanto, vale la pena considerar su aplicación al problema del vendedor viajero, que es un problema de optimización discreta predominante. El DA original solo es adecuado para resolver problemas de optimización continuos y, aunque existe una versión binaria del algoritmo, no es fácilmente adaptable para resolver problemas de optimización discreta como TSP. Hemos propuesto previamente un algoritmo DA adaptado discreto adecuado para TSP. Sin embargo, tiene una baja efectividad y no se ha utilizado para grandes problemas de TSP. En este documento, proponemos un DA adaptado discreto optimizado utilizando el algoritmo de escalada de colina de ascenso más empinado como búsqueda local. El algoritmo se aplica a un problema de TSP modelando un sistema de entrega de paquetes en el área de Kuala Lumpur y a problemas de TSP de referencia, y se encuentra que tiene una mayor efectividad que el DA adaptado discreto y algunos otros algoritmos de inteligencia de enjambre. También tiene una mayor eficiencia que el DA adaptado discreto.