布谷鸟搜索算法(Cuckoo　Search,　CS)是基于群体智能的新型随机全局优化算法，具有控制参数少、搜索路径优和全局寻优能力强等优点，但也存在局部搜索能力较弱、收敛速度偏慢和收敛精度不够高等缺点。为了克服　CS　算法的缺点，提出一种基于共轭梯度的布谷鸟搜索算法(CGCS)，使经过　Lévy　飞行机制和淘汰机制进化后的布谷鸟种群沿着相互共轭的方向迅速下降，从而在保持算法的强大全局寻优能力的基础上大幅提高算法的收敛能力。用4个典型测试函数分别对　CGCS　算法和　CS　算法进行性能测试，结果表明，CGCS　算法比　CS　算法具有更快的收敛速度、更高的收敛精度和更稳定的优化结果。CGCS　算法同时具有很强的全局寻优能力、收敛能力和鲁棒性，特别适合多峰及高维函数的优化。