入侵杂草优化算法是一种模拟自然界杂草殖民过程的一种新型智能优化方法，具有结构简单、参数少、鲁棒性强、易于理解和易于编程等特点，目前，入侵杂草优化算法已被成功应用到许多领域。但该算法本身也存在着易陷入局部最优，后期寻优精度不高等缺陷，大大地限制了入侵杂草优化算法的应用范围。本文对入侵杂草优化算法进行改进，目的在于完善和拓宽入侵杂草优化算法的理论和应用范围。本论文主要取得以下研究成果：(1)针对入侵杂草优化算法存在的寻优精度不高和早熟现象，提出了一种用复合形法指导搜索的入侵杂草优化算法，利用杂草算法的种群多样性进行全局搜索，同时用复合形的反射、延伸、压缩等运算产生一个新解替代当前种群中最差的个体来进行局部搜索，可有效地避免算法早熟现象，同时提高了算法的寻优精度，增加算法的收敛速度。(2)文中利用入侵杂草算法的种群多样性及差分进化的启发式全局搜索特点，提出了一种差分进化入侵杂草算法。将该算法用于求解非线性方程组，克服了传统数值方法求解存在着对初始值敏感、精度不高等缺陷。(3)针对传统的数值积分方法所存在不足，提出了一种基于入侵杂草优化算法的不等距节点分割的数值积分方法，弥补了传统的数值积分方法所存在不足。(4)基于标准入侵杂草优化算法，对杂草个体进行编码，将入侵杂草优化算法应用到流水线调度、旅行商问题求解问题中，实验表明，改进后的入侵杂草优化算法是可行和高效的。