PSOX：融合历史与全局最优的遗传交叉多样性加速机制

摘要

本研究提出一种面向实数编码遗传算法的新型交叉算子PSOX，通过策略性地融合粒子群优化（PSO）机制，显著提升搜索效率。与传统仅依赖当代种群信息交换的交叉方法不同，PSOX同时利用全局最优解与跨代历史最优解进行引导，在保持种群多样性的同时自适应地探索高潜力搜索区域。基于15个基准函数（涵盖单峰、多峰及高复杂度地貌）的系统评估表明，PSOX在解精度、稳定性与收敛速度方面均优于五种现有先进算子，尤其在与最优变异策略耦合时表现突出。进一步对变异率影响的深入剖析，为不同优化场景提供了可操作的参数调优指南。PSOX通过桥接遗传算法的进化稳健性与粒子群优化的方向学习优势，为复杂问题域的快速收敛提供了新范式。