布谷鸟搜索(Cuckoo Search，CS)算法由YANG Xin-she和DEB Suash于2009年在布谷鸟寻窝产卵的行为中发现了一种新的搜索算法，该算法已成功应用于工程优化等实际问题中。布谷鸟搜索算法越来越受到人们极大地关注，逐渐成为计算智能研究领域的一个新亮点。但是，由于布谷鸟搜索算法刚被提出不久，还存在诸多不足之处，如搜索活力不足、搜索偏慢等缺点。基于以上各种原因，本论文将对布谷鸟搜索算法进行深入研究，对基本CS算法进行分析改进，提高CS算法在优化问题上的求解能力，拓展CS算法的应用范围。本论文主要取得以下研究成果：（1）结合算法自身的特点，受布谷鸟搜索算法的启发提出一种基于高斯分布的布谷鸟搜索算法。实验表明，所提出的新算法提高了算法的收敛速度和计算精度。（2）提出一种复数编码的布谷鸟搜索算法并应用于某航空发动机PID的参数整定，构造一种双倍体巢群从而达到提高收敛速度和计算精度之目的。实验表明，改进的CS算法能够有效的提高收敛速度和计算精度。（3）提出一种离散的布谷鸟搜索算法并应用于0-1背包问题的求解。实验表明，改进算法在求解中等规模的0-1背包问题中取得了良好的效果。（4）提出一种改进的布谷鸟搜索算法求解平面图着色问题。实验表明，改进的布谷鸟搜索算法能够有效求解中等规模的着色问题。（5）提出一种贪婪随机自适应搜索过程（GRASP）与布谷鸟搜索算法的的混合算法,并应用于车辆路径问题的求解。实验表明，改进的布谷鸟搜索算法能够有效求解车辆路径问题。（6）提出一种遗传算法与布谷鸟搜索算法的混合算法，并应用于飞机着陆调度问题的求解。实验表明，改进的布谷鸟搜索算法能够有效求解飞机着陆调度问题。