针对传统随机共振系统（Stochastic resonance，SR）的参数选择和未考虑历史信息影响随机共振效果的问题，提出一种基于改进布谷鸟算法（Ranking-based Adaptive Cuckoo Search，RACS）的自适应改进势模型随机共振方法。首先，对大参数信号进行移频尺度变换处理，使其满足SR 的绝热近似理论要求；其次，提出一种时延分数阶偏置非线性过阻尼随机共振系统（Time-delayed Overdamped Stochastic Resonance System with Fractional Deflection Nonlinearity，TFODF-SR），并研究势模型参数对随机共振效果的影响；进而利用以信噪比作为评价函数的RACS算法自适应确定随机共振系统的结构参数；最后经过时、频域分析提取出滚动轴承故障特征。通过仿真与实测实验分析对所提出方法相比于传统SR 系统及没有引入时延反馈项的ODF 系统（Overdamped System with Fractional Deflection Nonlinearity，ODF）在滚动轴承故障提取上的有效性和优越性进行验证。