随着社会的不断发展和日常的生产实践的进步,人们对新科学技术的依赖和渴望也在不断增加。例如在工程技术、生产规划以及经济管理等领域存在层出不穷的NP(Non-deterministic Polynomial)复杂问题。同时从问题复杂情况来看,现在所面临的和今后即将面临的优化问题,将向着非整数化、高精度化、多约束条件化、多目标化等方向不断延伸和扩展,其优化难度和工作量不断攀升。与此同时,优化算法领域中的很多已有方法很难满足日趋复杂的优化问题的求解需要,因而更高效、更准确、更实用的优化算法一直以来都是科研领域的人们话题。为解决实际生活生产的优化问题,本文在国内外众多学者对于优化问题的研究基础上,对几种传统启发式算法进行了对比研究,分析了传统算法性能存在的局限性。为了提高非整数归化问题的求解效率和精度,本文在传统的模拟植物生长算法基础上进行研究和拓展,实现了一种二进制模拟植物生长算法(Binary Plant Growth Simulation Algorithm,BPSGA),该算法将二进制引入模拟植物生长算法进行改进,建立二进制生长空间。通过编码和解码环节实现十进制与二进制之间的转化,并设计了新的二进制生长方式,将应用范围从整数规划拓展至非整数归化领域。本文采用二进制模拟植物生长算法对不同函数进行求解,与传统模拟植物生长算法和遗传算法相比,不仅收敛速度快,还具备不易陷入局部最优解以及能够快速收敛至全局最优解等优点,证明了算法的有效性。说明本文的研究,为非整数规划问题的求解,提供了有效的技术手段,具有重要的实际意义和借鉴价值。最后,为了验证算法的实用性,本文对D市特种设备近十年的检验量进行了统计,并利用二进制模拟植物生长算法对过去十年和未来五年的检验量进行了拟合和预测。拟合值最大误差仅为5.60%,验证了本文算法在求解实际问题中的有效性和适用性。预测情况显示,D市特种设备检验量在未来五年将呈现波动上升的趋势。据此,本文对D市特种设备检验研究院日后的工作安排和生产管理提出了相应的意见和对策。