针对合成孔径雷达（SAR）属性散射中心估计问题，提出基于烟花算法的方法。首先，在图像域对SAR图像中高能量区域进行分割解耦，获得单个独立散射中心在图像域的表现形式。在此基础上，以属性散射中心参数化模型为基础，构建优化问题，对分离出来的单个散射中心进行最优参数的搜索。在此阶段，引入烟花算法进行参数寻优。该算法具有强大的全局和局部搜索能力，在保证优化精度的条件下避免陷入局部最优，从而保证散射中心参数估计的可靠性。在原始图像中剔除求解后的单个散射中心，对残余图像进行高能量区域分割，序惯估计下一个散射中心的属性参数。最终，获取输入SAR图像上所有散射中心的参数集。实验中，首先基于MSTAR数据集中的SAR图像进行参数估计验证，通过参数估计结果与原始图像的对比以及基于估计参数集对原始图像进行重构，反映了提出算法的有效性。此外，实验还基于估计得到的属性参数进行SAR目标识别算法验证，通过与其他参数估计算法在相同条件下进行识别性能的对比，进一步体现了提出方法在属性散射中心参数估计上的性能优势。

为提高电力系统对新能源出力的接纳能力，降低区域电网的等效负荷波动，维护系统安全性的同时，增强电动车车主响应的积极性，以区域电网系统内的等效负荷波动量最小和电动车车主经济效益最优为优化目标，建立规模化电动汽车与新能源协同调度模型，来合理安排电动汽车的充放电行为。运用最大模糊满意度法将多目标问题化为单目标问题，提出一种改进烟花算法，通过优化初始种群分布，以“双精英—锦标赛”的选择策略提升算法性能。通过算例结果对比，验证规模化电动汽车与新能源协同调度可有效平抑等效负荷波动，为电动汽车用户创造收益。改进的算法降低了计算开销，求解精确度更高。

针对传统自适应 Canny算法阈值选取精度低、速度慢的不足，提出基于快速烟花算法(Fast Fireworks Algorithm，FFWA)的自适应 Canny边缘检测算法，该算法采用最大类间方差法结合快速烟花算法对检测和连接边缘的高低阈值进行自动设定。快速烟花算法对传统烟花算法的爆炸半径，爆炸火花产生方式与选择策略进行改进。实验结果表明，快速烟花算法比传统烟花算法的计算时间节省了 36%，在稳定性方面也有了可观的提升，基于快速烟花算法的自适应 Canny边缘检测算法在精度保持不变的情况下，计算速度比改进前加快了 49%，使飞机蒙皮损伤热像图的边缘检测效果更加理想。

针对雷达辐射源识别问题, 提出基于改进烟花算法(FWA)的雷达辐射源识别模型, 利用改进烟花算法进行参数寻优, 识别雷达辐射源。在对传统烟花算法分析的基础上, 通过非线性递减调节烟花爆炸半径, 提高烟花算法的寻优能力。仿真结果表明, 改进烟花算法提高了雷达辐射源识别的准确性。

分析了煤矿工作面可见光通信系统模型,设计了两种工作面通信空间发光二极管(LED)光源分布优化方法,可分别实现每个LED光源在空间顶部的二维位置的优化,以及每个LED光源二维位置及其功率分配权值的协同优化。应用烟花算法,设置接收平面的信噪比(SNR)因子作为群体优化算法的目标函数,并作为衡量接收平面信号均匀性的指标。研究结果表明,两种优化方法得到的接收平面信号SNR因子比等功率均匀阵列光源分布的SNR因子分别降低了16.6%和24.6%,明显改善了接收信号SNR波动,提高了信号均匀性,保证了不同用户之间的同等通信质量。

多无人机任务分配是复杂的多约束多目标非线性优化问题，针对常用智能算法的各自缺陷，结合烟花算法特点，提出使用改进的自适应烟花算法处理该问题。首先建立了该问题的数学模型，使用层次分析法结合灰色关联法求得各指标权重，并用外罚函数法将该模型转化为无约束单目标极值问题；然后使用自适应烟花算法求解该模型。为验证自适应烟花算法处理该问题的优越性，分别用几种不同优化算法做仿真计算。结果表明，自适应烟花算法能快速收敛于全局最优解，其结果直观地表述了该复杂情景下合理任务分配方案。