进化算法是近年来发展起来的一种新型的优化算法。与传统优化算法相比,这些算法对目标函数和约束函数的要求十分宽松,它们的基本思想都是来自对某种自然规律的模仿,具有人工智能的特点,并且在多种复杂的优化问题上都能发挥出良好的性能。但是由于进化算法基本上都是“问题依赖”的,不存在一种全能的优化算法,因此,探索新的高效算法仍然是值得探讨的问题,也是目前优化算法领域的一个研究热点。烟花爆炸优化算法(FEO)是模拟烟花爆炸现象的一种新型的并行弥漫式搜索的优化算法。该算法在搜索空间中生成一定数目的烟花弹,对每个烟花弹执行爆炸操作,使得爆炸产生的火星对原烟花弹(炸点)的一定邻域范围进行随机搜索,并通过调整烟花弹的爆炸方式均衡算法的全局探索和局部搜索的能力。对标准测试函数的优化实验初步验证了该算法的优良性能。文中首先概述了进化算法与传统优化算法的区别并重点介绍了几种经典的进化算法及其主要思想和步骤。同时分析了目前在进化算法领域主要的研究方向以及一些主要的研究成果。然后引入了最近基于进化算法的基本结构框架而提出的烟花爆炸优化算法,并对该算法的基本思想、数学模型以及主要步骤进行了详细的叙述。算法良好的求解精度、稳定性以及收敛速度也在具体的优化试验中得到了初步的验证。接着文中针对烟花爆炸基础算法所存在的不足之处,引入了最优方向以及有效爆炸空间的概念,使用新的爆炸机制以及局部搜索方法对原算法进行了改进,提出了新的IFEO算法并通过实验进行了进一步的探讨。