近年来，火灾、恐怖袭击等危险事故频发，事故发生时，若没有在有效的时间内紧急组织人员疏散会造成巨大的财产损失甚至人员伤亡。因此当紧急事故发生时，人群如何在有限的疏散时间内尽快到达安全避难场所成为研究的热点问题，通过对紧急情况下人群运动行为进行模拟和评估，能对场所的结构设计及应急预案的制定提供参考。在疏散运动中，由于个体不仅受到自身心理因素还受到周围环境的影响，很难用数学模型准确描述。群体智能算法是根据自然界中如蜜蜂、蚂蚁、鸟类、鱼类等产生的群体行为建立的模型，具有其他模型无法比拟的分布性、简单性和自组织性等优点。因此，将其用于模拟人群疏散行为，并建立仿真模型可以提高仿真的真实性和高效性。作为一种近年来新提出的群体智能算法，萤火虫算法的来源是对萤火虫生物习性的模拟，如觅食或吸引同伴等。在萤火虫模型中，每只萤火虫有感知范围并呈现一定的趋众性和自组织性，这与人群疏散过程中的个体有类似的行为特性。因此，本文将萤火虫算法用在人群疏散仿真中进行路径规划。由于人群疏散仿真场景中模拟人群个体的粒子没有思维意识，不能自适应性的检测周围环境的变化，以至于与障碍物发生发生碰撞，导致仿真效果不佳。因此，本文提出了简单高效的碰撞检测算法，能对碰撞及时作出反应，从而避免发生穿透现象，提高仿真的真实性。本文的主要工作及创新点如下：(1)萤火虫算法在求解优化问题时存在收敛速度慢、求解精度不高的缺陷，以此对其进行改进。改进时并不不是单纯地改进原有算法的参数或公式，而且结合其它群体智能算法的优势，借鉴微粒群算法中采用的全局最优机制，将其引入到萤火虫算法的位置更新中，通过对原始群体智能算法进行结合，提高算法的复杂优化能力。(2)提出一种基于元胞自动机的碰撞检测算法。将场景空间比作元胞空间，把场景进行网格划分，根据障碍物的位置判断网格是否被占用。当检测出碰撞后，设定一定的规则避免粒子与障碍物发生碰撞，提高了疏散仿真的真实性。(3)在疏散过程中，人群可能会经历多个出口才能达到最终安全出口。为了避免某个出口出现过度拥挤的情况，在疏散个体面临多个出口选择时，受人工蜂群算法思想的启发，提出一种多目标优化的人群分流算法。算法综合考虑了出口的拥挤度和距离因素，提高了疏散的高效性。通过分析出口数量和人群规模对疏散时间的影响，为建筑物的设计和制定合理的疏散方案提供了参考。(4)基于VS2003+ACIS+HOOPS+SQL Server2005平台，设计并实现了基于改进萤火虫算法的人群疏散仿真系统，用于实现对人群疏散过程的仿真模拟。将上述理论应用到化工厂场景中，粒子在疏散过程中能正确地规避障碍物并合理的选择出口，最终快速地远离危险源到达安全场所。将场景信息和得到的疏散路径信息导入到Maya三维动画制作软件中，形成了可视化的动画效果。