一款用于求解有约束问题的乌鸦搜索算法，属于人智能优化算法范畴，可以在此基础上进行算法改进。

通过对乌鸦的智能行为进行分析，提出了一种新的元启发式优化器，称为乌鸦搜索算法（CSA）。CSA是一种基于人口的技术，它大概的思路就是乌鸦将多余的食物储存在藏身之处，并在需要食物时将其取回。是一个基本的MATLAB程序，可以和其他应用相结合，是一个好的算法，可以求解最优解等

乌鸦搜索算法CSA是较新的一种优化算法，寻优精度收敛性较好，算法寻优过程较简单，本次程序以最大值寻优为目标

为了提高入侵检测系统的准确率,提出一种基于乌鸦搜索算法的反向传播(CSA-BP)神经网络模型。BP神经网络是解决非线性问题的重要方法,但是其预测能力容易受到初始参数的影响。针对这一问题,将相对百分误差作为模型的目标函数,通过乌鸦搜索算法极强的全局搜索能力找到最优权值和阈值。然后,利用5组标准的数据集对CSA-BP模型进行验证。最后,将CSA-BP算法用于入侵检测系统,结果表明,该算法使入侵检测系统准确率更高,达到了96.6%,且加快了收敛速度。