蛾群算法是模拟飞蛾在夜间朝月光方向飞行的行为而提出的一种新的元启发式方法。该算法因结构直观,容易理解,鲁棒性强,有较好的搜索能力,已被国内外学者广泛地应用于工程优化,电力系统等领域。但随着研究的深入人们发现该算法存在着易陷入局部最优,收敛速度慢等缺点,且应用范围有待拓广。本论文针对蛾群算法所存在的不足进行一些分析与改进,目的在于进一步提高蛾群算法的优化性能,拓广其应用领域并完善其算法的理论基础。主要成果如下:(1)提出一种精英反向蛾群算法。精英反向策略的引入,提高蛾群算法种群的多样性,避免算法陷入局部最优,一定程度上加快算法的收敛速度。该算法是通过在当前代最优个体所在区域产生反向个体,并将反向个体与当前最优个体一起参与竞争,优秀个体进入下一代;避免了算法陷入局部最优,提高了算法的收敛速度。(2)针对传统聚类算法存在着依赖初始解,鲁棒性不强,聚类效率低等问题,将蛾群算法应用到聚类分析问题中,蛾群算法在一定程度上克服了传统聚类算法的缺点,减少了传统算法的一些求解步骤,提高了聚类效率。(3)针对传统多阈值分割方法具有计算量大,阈值分割精度不高等缺点。将蛾群算法应用在多阈值图像分割问题中,实验结果表明蛾群算法提高了图像分割效率。