汽油调和是汽油生产的重要环节，其调和效果不仅关系到调和产品的质量指标，而且直接影响到炼油厂的整体经济效益。在实际生产过程中，通常将多种组分油按照一定的配方进行混合，使得调和产品的质量符合国家标准。汽油调和配方优化问题是一个含有多约束及多变量的复杂优化问题，本文从解决约束优化问题出发，通过研究设计新的优化算法，以求解出较优的调和配方。　　针对竞争粒子群算法存在收敛缓慢以及种群的开发不够充分等问题，提出了柯西高斯竞争粒子群算法。在种群进化的过程中，该算法不仅更新失败者的位置，而且使用柯西高斯变异对胜利者的位置进行更新。此外，该算法通过引入环形拓扑结构，以增强种群的多样性。仿真实验结果表明该算法在大多数测试函数上表现较好，验证了该算法具有较好的寻优能力和收敛精度。另外，本文在可行性法则的基础上，提出了基于可行性法则的柯西高斯竞争粒子群算法(CGCSO-FR)，通过增加替换策略，提高对不可行解的信息利用，以增强种群的多样性。基于测试函数的仿真实验，并将优化结果与其他几种算法进行比较，结果表明该算法的整体表现更加优秀，验证了其处理约束优化问题的有效性。　　最后，本文将CGCSO-FR算法用于求解汽油调和配方优化问题，分别针对组分油不发生波动条件下的离线配方以及发生波动条件下的在线配方进行优化求解，仿真结果证明了该算法具有较好的求解精度，验证了该算法在实际生产问题中的可行性。