Firefly算法是一种鲁棒性强、易于实现的元神经随机搜索算法。然而，它也有一些缺点，如过多的吸引引起的“振荡”现象，这使得收敛速度太慢或过早。在原FA中，完全吸引模型使算法消耗了大量的评估时间，且时间复杂度较高。因此，本文提出了一种基于欧几里德度量（EM）和维数变异（DM）的新型萤火虫算法（EMDmFA）。EM战略使萤火虫向其最近的邻居学习。当萤火虫比它的邻居更好时，它会向种群中最好的个体学习。它改进了FA吸引模型，并显著降低了计算时间复杂度。同时，DM策略提高了算法跳出局部最优的能力。实验结果表明，提出的EMDmFA显著提高了解决方案的准确性，并且优于大多数最先进的FA变体<\/p> “，”DOI“：”10.4018\/ijcini.286769“，”type“：”journal-article“，”created“：{”date-parts“：[2021,8,25]]，”date-time“：”2021-08-25T17:20:50Z“，”timestamp“：1629912050000}，”page“：“1-19”，“source”：“Crossref”，“is-referenced-by-count”：1，”title“：[”Firefly Algorithm Based on Euclidean Metric and Dimensional Mutation“]，”prefix“：”104018“，”volume“：“15”，“作者”：[{”given“：”Jing“，”family“：”Wang“，“sequence”：“first”，“affiliation”：[{“name”：“中国江西财经大学”}]}，{“given”：“Yanfeng”，“family”：“Ji”，“segment”：“additional”，“feliance”：[}]，“member”：“2432”，“reference”：[{“key”：”IJCINI.286769-0“，”doi-assered-by“：”publisher“，“DOI“：”10.2991\/ijcis.d.200612.001“}，{“key”：“IJCINI.286769-1”，“unstructured”：“Fister，I.，Jr.，Yang，X.-S.，Fister，I，&Brest，J.（2012）.组合优化的模因萤火算法.arXiv预印本arXiv:1204.5165.”}，}“key:”IJCINI.286769-2“，”DOI-asserted-by“：”publisher“，”DOI“:”10.1016\/J.cnsnsnsnss.2012.06.009“}，{”键“：”IJCINI.286769-3“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.ins.2009.12.010“}，{“key”：“IJCINI.286769-4”，“doi-assert-by”：“publisher”，“doi”：“10.1007\/s10898-007-9149-x”}，“key“：”IJCINI.286769-5“，”doi-assered-by“：”publisher“，”doi“：“10.1109\/ICN.1995.488968”}、{“issue”：“34”，“key”：“IJCINI.286769-6”，“首页”：“281”，“文章标题”：“CEC 2013实际参数优化特别会议的问题定义和评估标准。中国郑州大学计算智能实验室和新加坡南洋理工大学”，“卷”：“201212”，“作者”：“J.Liang”，“年份”：“2013”，“期刊标题”：“技术报告”}，{“密钥”：“IJCINI.286769-7”，”doi-asserted-by“：”publisher“，”doi“：”10.1080\/09540091.2020.1742660doi-asserted-by“：”publisher“，”doi“：”10.1007\/s00521-018-3449-6“}，{“key”：”IJCINI.286769-9“，“doi-assert-by”：“publisher”，“doi”：“10.1016\/j.ins.2020.05.111”}，}“issue”：“3”，“key）：“IJCINI.286769-10”，“first page”：“123”，“article-title”：“UCAV路径规划的改进firefly算法”，“volume”：“作者”：“G.Wang”，“年份”：“2012”，“新闻标题”：“国际混合信息技术杂志“}，{”key“：”IJCINI.286769-11“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s00500-016-2116-z”}，“key”：“IJCINI.286769-12”，“doi-assert-by”：“publisher”，”doi“：”10.1504\/IJBIC.2016.074630“}“：”10.1016\/j.ins.2016.12.024“}，{”key“：”IJCINI.286769-14“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.eswa.2020.113216”}，{“key”：“IJCINI.286769-15”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s11859-019-1432-4“}，”key“：”IJCINI.286769-16“，”author“：”X.-S.Yang“，”年份“：”2010“，”日志标题“：”自然启发元启发式算法“}，{”key“：”IJCINI.286769-17“，”doi-asserted-by“：”publisher“，”DOI“：”10.1109\/NABIC.2009.5393690“}，{“key”：“IJCINI.286769-18”，“DOI-asserted-by”：“crossref”，”unstructured“：”Yang，X.-S，&He，X.（2013）.Firefly algorithm:recent advances and applications.International Journal of Swarm Intelligence，1（1），36-50.“，”，“DOI”：“10.1504\/IJSI.2013.055801”}，“{”key“：”IJCINI.286769-19“，“DOI-asserted”by“：”publisher“，”DOI“：”10.1016\/j.asoc.2017.10.032“}，{“key”：“IJCINI.286769-20”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1080\/00207.160.2014.907405”}，“key“：”IJCINI.286769-21“，”DOI-assert-by“：”publisher，“DOI:”10.1016“/j.amc.2015.04.065”}“，{”key“:”IJCNII.286769-22“，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/ACCESS.2020.2981656”}，{“key”：“IJCINI.286769-23“，”author“：”C.Zhou“，”year“：”2015“，”journal-title“：”一种基于改进firefly算法的二维Otsu图像阈值分割方法。2015年IEEE自动化、控制和智能系统网络技术国际会议（cyber）“}，{“key”：“IJCINI.286769-24”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s00607-018-0645-2”}]，“container-title”：[“international Journal of Cognitive Informatics and Natural Intelligence”]，“original title”：[]，“language”：“ng”，“link”：[{“URL“：”https:\/\/www.igi-global.com/viewtitle.aspx？TitleId=286769“，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“已存放”：｛“日期部分”：[[2023,1,16]，“日期时间”：“2023-01-16T21:49:00Z”，“时间戳”：1673905740000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://services.igi global.com\/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.286769”｝，”副标题“：[”“]，“短标题”：[]，“已发布”：{“日期部分”：[[2021,10,8]]}3966“]，”ISSN-type“：[{”value“：”1557-3958“，”type“:”print“}，{”value“：”2557-3966“，”类型“：”电子“}”，“主题”：[]，“已发布”：{“日期部分”：[[2021,10,8]]}}