大爆炸算法(Big Bang-Big Crunch, BB-BC)由Osman K. Erol, Ibrahim Eksin在2006年提出。算法思想来源于物理学中普遍认同的宇宙大爆炸大收缩理论,其具有操作简单、易于实现等特点,有较好的优化能力,能快速寻取到问题最优解或次优解。本文详细研究了BB-BC算法,对传统BB-BC的设计实现以及不足点进行了分析；在此基础上,分别提出了“引入Logistic混沌映射的BB-BC算法(LBB-BC)"、"引入局部高斯变异算子的BB-BC算法(NBB-BC)"、’‘引入粒子群搜索改进的BB-BC算法(PSO-BB-BC)"、“引入组合差分进化策略的BB-BC算法(DE-BB-BC)"和“基于组合差分进化和粒子群改进的BB-BC算法(DE-PSO-BB-BC)",并进行了相应的仿真实验分析。结果表明,所提的5个改进算法在求解精度和速度上均优于传统BB-BC算法。本文针对BB-BC算法及其改进算法,将其应用到目前大气质量污染物情况的研究分析中,构建大气质量评价模型问题的目标函数,使用上述5种改进算法对目标函数进行参数优化,对算法寻优精度和效率进行评价分析,并获得大气质量评价模型的参数最优解。再经过对传统BB-BC和改进算法的寻优结果分析,选取一种最佳的改进算法进行参数优化,获取最优解,应用于构建对于多种大气污染物均适用的大气质量综合污染评价模型,并根据国家标准《GB3096-2012》确定评价模型与大气质量评价级别K之间的关系。最后将构建的大气质量综合污染评价模型应用于广州市2015年12月和2016年1月、2月共3个月的大气质量污染评价中,评价结果与AQI法的评价结果进行比较,结果显示,本方法完全可以替代AQI法,评价结果较合理科学。