萤火虫算法的诞生就是对自然界中萤火虫群体活动的模拟和简化,该算法是一种比较新颖的仿生群智能算法。在该算法中,亮度小的萤火虫会被亮度大的萤火虫吸引不断地移动,这样整个萤火虫群便会持续的向更好的个体移动,从而完成优化过程。它具有概念简单,需要调整的参数少,容易实现等优点。本文主要研究的是标准的萤火虫算法,分析该算法存在的缺陷,构造了一种改进的萤火虫算法,并对该改进后的算法进行实验验证,并用该算法进行洗出算法的参数优化。首先,文章对标准的萤火虫算法进行了仔细的分析,对算法的仿生学原理、思想机制、数学描述和算法运行流程进行了详细的阐述。通过分析其缺陷原因把倒S型函数引入到位置更新公式中,同时在算法中融合极值动力学算法,提出了一种改进的萤火虫算法,然后进行仿真验证,仿真的结果表明,改进后的萤火虫算法能够有效的均衡全局搜索与局部搜索之间冲突,并有效的提高了原算法的收敛速度以及寻优精度。然后,对洗出算法进行参数分析发现滤波器的参数对算法的结果影响较大,因此以人体感觉误差建立目标函数,应用改进后的萤火虫算法进行参数优化,再MATLAB中设定优化条件后迅速的得到优化结果。最后为验证改进后的萤火虫算法的实用性,构建洗出算法结构并应用优化后的参数在MATLAB中SIMULINK仿真模块进行仿真实验,同时与标准萤火虫算法和遗传算法优化的参数进行对比验证,仿真实验结果表明改进后的萤火虫算法在解决运动平台洗出算法参数优化的问题上效果好于另外两种算法,改进算法能够很好的应用到此类问题上。