郊狼优化算法是通过模拟郊狼群居生活现象提出的智能优化算法。该算法提出了一种新的平衡勘探和开采性能的算法设计,具备结构清晰、易于应用等优点,但存在全局搜索性能较差、收敛精度较低等不足。本文基于对郊狼优化算法的学习与研究,针对该算法存在的不足提出了一些改进措施,并拓展了该算法的应用领域。主要研究内容如下:（1）为了提高算法的全局搜索性能,通过引入变形的精英保留策略,在郊狼成长过程中加入环境影响因子,将成长后的郊狼代入Kent映射遍历搜索空间对算法加以改进。将改进后的算法应用于所构建的电动汽车充电站选址定容的双层规划模型,算例表明,所构建的模型与改进后算法是有效的。（2）为了更高效和精确的计算重积分数值解,将重积分数值解的计算问题转化为可用智能优化算法求解的优化问题,通过引入自适应成长算子等策略改进郊狼优化算法,得到自适应郊狼优化算法。算例表明,计算重积分数值解的优化模型及自适应郊狼优化算法是有效的。（3）为保证应急救援的高效性,构建满意度应急物资调度模型;引入萤火虫算法的更新公式对组最优狼进行扰动,加入平衡器优化算法的解更新系数结合全局最优狼更新成长机制,改进郊狼的出生模式并调整被组驱逐和接纳的选择,得到萤火郊狼优化算法。将萤火郊狼优化算法应用于所构建的应急物资调度模型,体现了算法及模型的有效性。