人类受到自然界生物运行机制和自然现象的启发,提出了一系列智能优化算法,智能优化算法因其具有简单、高效和鲁棒性等特点,在航天、军用、民用等领域发挥着不可小觑的作用。烟花算法(Firework Algorithm,FWA)是一种新型的非生物群智能优化算法,该算法具有爆发性,并行性和良好的局部搜索能力。此算法自提出以来,备受研究者关注,不少学者对其进行改进并应用到不同领域中。目前,对烟花算法的研究还处于初级阶段,还需要不断加强理论研究,完善算法整体性能,拓展算法应用方向。本论文在对传统烟花算法研究的基础上,提出了两种改进方法,一种是采用混沌方法生成爆炸半径,另一种是利用个体之间的互信息产生爆炸火花,并将改进的算法拓展到PID应用和电路故障检测上。本论文的主要研究内容如下:(1)对传统烟花算法的优化原理、组成部分进行简单介绍,列举一些烟花算法的自身优势,并针对算法存在的一些缺点进行分析,详细说明了传统烟花算法的具体流程。(2)针对传统烟花算法的最优个体爆炸半径非常小问题,提出一种用混沌序列确定爆炸半径的改进算法——混沌半径的烟花算法(CFWA)。由于最优个体爆炸半径非常小,因此由烟花个体爆炸生成的火花种群多样性差,整个候选集的分布性差。针对这个缺点,采用混沌序列的方式计算爆炸半径,避免个体半径接近于零,利用混沌序列的遍历性、随机性,扩大爆炸半径的差异性,提高爆炸火花的多样性,对改进算法进行实验仿真,利用基准函数与其他算法进行对比,验证改进算法的有效性和可行性。(3)传统烟花算法的爆炸火花生成方式是在火花位置上加入一定的偏置,个体之间缺乏信息交流,导致种群多样性差,为了增强个体间的信息交流,利用个体间的互信息生成爆炸火花个体,提出一种基于互信息的烟花算法(MIFWA),对一些基准测试函数进行实验仿真测试,通过与其他算法结果对比,验证改进算法的有效性。(4)为验证改进算法的实用性,将改进的CFWA算法应用于PID控制器参数优化问题,利用CFWA算法优化PID控制器的比例系数、积分时间常数和微分时间常数,使得PID控制器获得稳定的性能。利用MIFWA算法解决电路故障检测问题,设计将改进后的MIFWA算法用于电路故障检测中,通过小波变换和主成分分析实现对电路故障数据的特征提取,MIFWA算法优化LSSVM分类器的结构参数,最后利用LSSVM分类器对电路故障数据进行分类,验证MIFWA算法对电路故障检测问题的求解效果。综上所述,本论文不仅在理论上对传统烟花算法进行了较为全面的研究和分析,提出了两种有效的改进方法,还拓展了算法的应用领域,为烟花算法性能改善提供了方向,证明了烟花算法研究的价值与意义。