布谷鳥搜索（Cuckoo Search，CS）算法在求解連續(xù)優(yōu)化問題時表現(xiàn)出了較好的性能，但現(xiàn)有的CS算法在求解旅行商問題（Traveling Salesman Problem，TSP）時收斂較慢且未能體現(xiàn)Levy飛行的特點，針對這些不足提出了一種新的基因-表現(xiàn)型的布谷鳥算法（Genotype-Phenotype Cuckoo Search，GPCS），GPCS算法首先賦予每個城市一個整數(shù)部分為城市編號的隨機小數(shù)編碼即基因，而此基因所表現(xiàn)的內(nèi)容由小數(shù)和整數(shù)共同決定，小數(shù)決定城市的訪問次序，整數(shù)部分代表某個城市，兩個部分組合起來構(gòu)成Levy飛行的鄰域空間，最后根據(jù)不同的飛行結(jié)果選擇重定位或替換操作。實驗結(jié)果表明，GPCS算法優(yōu)于同類的CS算法，也優(yōu)于一些其他的群智能算法，特別在求解大規(guī)模TSP時其優(yōu)勢更加明顯。