萤火虫算法是一种基于生物群智能的仿生优化算法，具有概念简明、需要设置的参数少、容易实现等特点，近年来得到了国内外学者的广泛关注。为提高标准萤火虫算法对高维优化问题的效果，Verma等人提出基于对偶和维度的改进算法，在种群初始化和算法迭代等方面给出了改进。　　本文基于维度加权的方法对Verma等人的算法给出新的改进，综合考虑了当前最优萤火虫信息和部分萤火虫信息，提出基于维度加权的改进萤火虫算法。实验结果表明改进后的算法有较好的寻优能力。另外考虑到初始点信息对算法产生最优解的潜在影响，本文利用相似系数及数据的相关性检验分析了改进萤火虫算法最优解对初始点的依赖性。其次，本文通过变分原理，将微分方程的两点边值问题转化为泛函极值问题，再利用里茨方法或两点三次Hermite插值方法构造近似函数，将泛函极值问题转化为一个多元优化问题并用改进的萤火虫算法求解。最后，将维度加权的改进萤火虫算法与罚函数法相结合，提出了一种解决一般约束优化的带罚函数的改进萤火虫算法。通过实验结果比较，算法体现了较好的收敛性和寻优能力。