基本果蝇优化算法收敛精度不高,易陷入局部极值,在人群疏散仿真中存在疏散路径不平滑的缺陷。为此,借鉴萤火虫算法思想,赋予果蝇个体感知域,在感知域内有邻居时,向邻居集合内味道浓度最佳的果蝇个体飞去,没有邻居时,向果蝇群体味道浓度最佳的个体飞去。向邻居集合最优个体学习时,为了防止算法陷入局部最优,采用局部极值和全局极值相结合的动态位置搜索方式。迭代开始阶段果蝇个体主要向局部极值方向飞去,以便获得多个极值点。随着迭代次数增加,果蝇群体极值所占比重逐渐增加,在确保求解精度的同时提高收敛速度。将改进的算法在4个经典测试函数上进行性能分析,实验结果表明,改进的算法在收敛速度,特别在收敛精度上有显著提高。将改进的算法应用在双出口房间人群疏散仿真中,实现了疏散路径平滑、疏散仿真度较好的效果。