布谷鸟搜索算法是由英国剑桥大学学者Xin-She Yang和Deb Suash于2009年受布谷鸟寄生繁殖行为的启发模拟提出的一种新兴启发式优化算法。与许多启发式优化算法相比,布谷鸟搜索算法具有简单易行、参数少、便于理解和实现等优点,因此越来越受到国内外学者的极大关注,逐渐成为计算智能研究领域的热点方向之一。近年来,布谷鸟搜索算法已被成功应用于求解各种复杂的组合优化问题。但随着研究的不断深入,人们发现该算法仍然存在一些不足,如易陷入局部最优、寻优精度不高等缺点。本论文针对布谷鸟搜索算法所存在的不足,从算法的模型结构和演化策略等方面对其进行了一些改进,提出一些改进版本的布谷鸟搜索算法,目的在于提高布谷鸟搜索算法的寻优性能,完善布谷鸟搜索算法的理论基础。本论文主要的成果有：(1)将主从模型结构的思想引入布谷鸟搜索算法中,提出了一种基于主从结构的布谷鸟搜索算法。通过借鉴“雇主／工人”的主从结构模式,从结构上改进布谷鸟搜索算法。仿真实验结果表明改进后的布谷鸟搜索算法的精度和收敛速度均得到明显提高。(2)针对布谷鸟搜索算法易陷入早熟收敛和寻优精度不高等缺点,提出了一种基于精英反向策略的布谷鸟搜索算法。该算法采用精英反向策略,增强了种群的多样性,提高了算法的全局探索能力,避免过早地陷入局部最优,克服了寻优精度不高的缺点。(3)针对布谷鸟搜索算法后期种群多样性差、局部搜索能力较弱、收敛速度慢等不足,提出了一种基于混沌和单纯形法的布谷鸟搜索算法。仿真实验结果表明改进后的布谷鸟搜索算法可有效地增加种群的多样性、提高算法的寻优精度和收敛速度。