柴油调合作为柴油生产的关键步骤，其调合结果的好坏不仅关系到柴油的质量、工厂的经济效益，还关系到工业、农业以及其他领域的发展。实际生产中柴油的调合通常根据调合配方，将各个组分油按照一定比例进行混合。由于柴油实际生产的约束条件较多，各项指标的计算模型也较为复杂，柴油调合配方的求解就变成了带约束优化问题的求解。因此，设计一个优化算法，求解出较为精确的调合配方，就变得具有重要意义。　　本文针对柴油调合配方的求解问题，建立了以生产成本最低、质量过剩最小为目标函数的优化模型，包含了流量约束、指标约束以及物料平衡等约束。为了解决常规优化算法收敛精度不高和易陷入局部最优的问题，本文提出了基于寄生行为的萤火虫算法(FAPB)，提高了算法的搜索能力和收敛精度。在此基础上，针对约束处理中不可行解重要性被忽略的问题，提出了基于平衡排序的改进FAPB算法(FAPB-BRM)，提高了算法的约束处理能力。通过多个测试函数仿真，并与其他经典算法进行对比，结果表明本文提出的算法具有较强的搜索能力和约束处理能力。　　最后，本文以某炼油厂的柴油调合为实例，进行优化求解。并将FAPB-BRM算法应用于柴油调合配方的求解问题中，为决策者提供优化方案。通过与其他算法的对比，证明了FAPB-BRM算法的实际可行性。