针对烟花算法性能提升瓶颈和收敛速度较慢的问题，通过引入反向学习策略，提出了一种自.适应反向学习算子，并进行了相关收敛性理论证明。通过反向学习算子与烟花算法相结合，构建了.反向烟花算法组，并通过典型测试函数进行仿真实验。结果表明：在相同实验设置下，反向烟花算.法可在原算法寻优性能上至少提升１０－２精度，并加快了收敛速度。针对混沌同步与控制系统中常.见的参数辨识问题，以混沌同步控制中Ｌｏｒｅｎｚ混沌系统参数辨识问题为应用背景，通过实验仿真，.验证了反向烟花算法可用于混沌控制系统参数估计，与现有方法相