在本文中,基于全局优化的烟花算法(FWA),将现代计算启发式范式应用于非线性有源噪声控制系统(ANC)。参考麦克风用于采集噪声信号,误差麦克风用于采集残差噪声信号,该信号同时也被控制算法使用。烟花算法是2010年提出的专门针对集群智能的算法,其最初灵感来源于烟花爆炸的概念。基于ANC系统,展现了烟花算法及其变体在系统识别领域的影响。使用进化和计算启发式范式算法设计基于ANC的控制器。该控制器用全局烟花算法搜索优化的非线性Volterra滤波来表示。自然启发烟花算法用于更新自适应Volterra滤波器ANC系统的参数,而无需识别次路模型。提出的均方误差优化概念用于最小化成本函数。将主/次路视为线性/非线性时,基于烟花算法ANC系统具有正弦噪声信号,随机噪声信号以及复杂随机噪声信号。基于统计的观察结果,通过准确性,复杂性以及收敛性分析证明了随机求解器FWA的价值,即所提出的基于ANC控制器的优化机制是有效,鲁棒且稳定的。此外,本文将所提出的算法与回溯搜索算法(BSA)和粒子群优化算法(PSO)进行了比较。针对具有精度,鲁棒性和稳定性的非线性ANC系统,开发了新颖的自然启发烟花算法。推荐计算范例可以设计用于替代ANC系统,为现实生活中的家用电器,工业以及与战略防御相关的仪器提供更好的性能。通过利用现代计算范式,如飞蛾扑火算法,分数粒子群优化算法和布谷鸟搜索算法,实现了ANC系统的性能提升。