针对布谷鸟算法（CS）的不足，提出了混合引力搜索与高斯扰动的精英布谷鸟搜索算法（GGECS）。该算法提出了自适应控制策略，将布谷鸟算法中的步长因子和发现概率进行动态地调整，并使用帕累托法则进行精英分类，分别对属于不同类别的鸟巢进行引力搜索和高斯扰动，从而提高算法的种群多样性，避免算法陷入局部最优解，提高了算法的寻优精度和收敛速度。使用8个标准测试函数进行仿真实验。结果表明，该算法较CS和ICS算法具有更好的全局搜索能力，其测试函数最优解也更为接近最优解的理论值。