微循环血管网络会在血液动力学信号与新陈代谢信号的刺激下发生结构性的自适应调节。数学建模与仿真方法是研究此自调节过程的重要手段。微循环网络结构自调节数学模型主要仿真微循环血管在血流动力学信号和新陈代谢信号的共同作用下，其形态结构与血流动力学参数的自调节过程。　　本文的研究目标是在实现微血管网络稳态自调节模型的计算过程基础上，通过最优化算法优化模型参数，使得模型仿真的结果与实验观察的数据相一致，从而使模型更可靠。具体完成了以下的工作：　　1.实现了微血管网络结构自适应调节模型的计算过程，并对其进行参数灵敏度分析，结合最优化基本理论，探讨模型仿真特性。　　2.提出了微血管网络结构自适应调节模型参数优化的目标函数，并设计完成了嵌套循环迭代优化的计算过程。在分析该优化目标类型的基础上，提出优化解决方案。　　3.改进了现有量子粒子群算法：采用限制的随机压缩扩展因子保证在非连续搜索空间上的全局性能；结合遗传算法中的选择算子，增强粒子间信息交换，提高此计算密集模型的收敛效率。通过与标准粒子群算法优化结果之间的对比，显示了本文算法的优越性。　　4.分析调整了模型和算法优化策略的设置。通过前期实验观察，分析了模型参数优化过程中仿真计算步骤出错的处理情况，并总结设置了迭代搜索优化的停止条件，然后在现有血管网络数据上进行仿真优化实验。　　本文实现的微血管网络结构自适应调节模型的参数优化计算过程，很好的完成了该模型的参数设置研究，得到了相比于已有文献研究更好的结果，为提高微血管结构和功能的研究水平提供了很好的帮助。