蝗虫优化算法是受蝗虫的行为特征启发而提出的一类仿生优化算法。作为群智能优化算法的成员,蝗虫优化算法具有结构简易、操作简单以及容易与其它群智能优化算法结合的优点。但是,蝗虫优化算法也存在收敛速度慢,搜索精度不足等缺点。本文在前人的基础上,对蝗虫优化算法进行改进研究,并用于求解化工过程建模的优化问题。本文的主要工作如下:(1)提出了一种改进的自适应蝗虫优化算法。该算法采用余弦自适应策略,引入协同进化策略来减少对于种群初始化的依赖性,引入高斯变异算子来增加种群的多样性,通过典型测试函数的寻优验证了该算法的有效性。(2)提出了 一种具有反馈机制的蝗虫优化算法。该算法在保留余弦自适应策略的基础上,引入反馈调节,根据种群的进化率调节控制参数c,引入灰狼优化算法中的精英个体概念和动态种群进化操作来增强算法的搜索能力。通过典型测试函数的寻优实验结果验证了该算法改进的有效性。(3)提出了一种混合的蝗虫优化算法。该算法将改进的自适应蝗虫优化算法和具有反馈机制的蝗虫优化算法相结合。通过典型测试函数的寻优实验结果验证了混合算法的有效性。将该算法用于延迟焦化过程和流化催化裂化的反应再生过程的非参数建模研究。仿真实验结果表明了该算法的可行性。