群体智能优化算法隶属于仿生算法,是一类仿效粒子或者动物界昆虫等群体之间互相交流吸引过程的新兴算法。萤火虫算法是模拟自然界中萤火虫种群中个体间信息交流,亮度高的个体吸引亮度低的个体移动的过程,由剑桥学者Xin-She Yang进行数学建模,于2008年提出的一种新型群体智能优化算法。自被提出以来,萤火虫算法得到了广泛的关注,一直是国内外学者们研究的热点之一。本文对萤火虫算法进行了理论分析和推导证明,从系统稳定性理论的角度对萤火虫算法进行改进,把二阶振荡理论和萤火虫算法进行了结合,提出了一种基于二阶振荡理论的改进萤火虫算法。然后利用了萤火虫算法优秀的优化能力,分别把萤火虫算法应用到了异步电动机调速系统和模拟电路故障诊断。本文所做的主要研究工作如下:(1)介绍和阐述了萤火虫在国内外的研究进展和现状。通过查阅相关文献,对萤火虫算法的理论研究及其近几年来国内外研究进展进行了简要概括和总结。对萤火虫算法在优化问题中的应用优势,以及目前萤火虫算法的改进和应用研究现状进行了简要介绍。(2)改进了现有萤火虫算法,提出一种基于二阶振荡的萤火虫算法。阐述了萤火虫算法的原理和基本公式,分析了萤火虫算法优化的原理,推导了萤火虫算法的迭代方程式,证明了萤火虫算法的收敛性和稳定性,同时也分析了萤火虫算法的易陷于局部最优点的缺点。然后,从系统稳定的角度出发,利用二阶振荡的理论对萤火虫算法的迭代公式进行改进,提出了一种基于二阶振荡的改进型萤火虫算法,并利用六个常用多极值二元函数进行了仿真验证。仿真证明,本论文提出的改进萤火虫算法拥有更高的寻优精度。(3)提出一种基于萤火虫算法优化异步电动机闭环调速系统PID控制器系数整定策略。针对异步电动机闭环调速系统PID控制器系数难以整定的问题,将萤火虫算法和异步电动机调速系统进行了结合,介绍了一种PID系数整定策略,并在MATLAB/Simulink平台搭建了仿真模型。通过与遗传算法进行比较,证明了该算法可以得到更准确的PID系数,可以得到收敛速度更快和静差更小的速度性能。(4)提出一种基于萤火虫算法的PID系数映射分离的优化策略。考虑到萤火虫算法搜索个体具有过早熟或过早收敛的缺陷,为了发挥全部搜索个体的搜索能力,进一步阐述了一种基于萤火虫算法的PID系数映射分离的优化策略。本算法通过一种映射方程,将萤火虫个体的一维位置和PID的三维位置进行映射,在映射的过程中,可以通过调节方向系数和分离系数控制映射的方向和步长,间接地调节优化算法的优化性能。仿真实验和与遗传算法比较,结果表明此算法可以得到更准确的PID系数,具有更好的优化性能。(5)提出一种基于萤火虫算法和极限学习机的模拟电路故障诊断策略。针对于模拟电路易发生故障,却不易诊断的问题,将萤火虫算法和极限学习机结合起来,提出一种模拟电路故障诊断算法。该算法利用萤火虫算法优化极限学习机的输入权值和偏置,提高了极限学习机的分类性能,并利用Sallen-Key低通滤波器电路进行了检测和验证。结果表明该诊断算法可以准确识别出测试电路的器件故障。(6)提出一种基于萤火虫算法、混沌理论和极限学习机的模拟电路故障诊断策略。考虑到萤火虫算法自身具有易陷入局部最优、过早熟的缺点,将在已提出的模拟电路故障诊断算法的基础上引入混沌理论,提出一种基于萤火虫算法、混沌理论和极限学习机的模拟电路故障诊断算法。在该算法中,混沌理论将作为一种扰动因素,减少萤火虫搜索个体的陷于局部最优的可能性,发挥全体搜索个体的搜索能力,提高萤火虫算法的寻优性能。通过把Sallen-Key低通滤波器电路作为测试电路进行测试,结果表明该改进算法可以进一步提高测试电路故障的识别准确率。