PSOX：融合歷史與全局最優的遺傳交叉多樣性加速機制

摘要

本研究提出一種面向實數編碼遺傳算法的新型交叉算子PSOX，通過策略性地融合粒子羣優化（PSO）機制，顯著提升搜索效率。與傳統僅依賴當代種羣信息交換的交叉方法不同，PSOX同時利用全局最優解與跨代歷史最優解進行引導，在保持種羣多樣性的同時自適應地探索高潛力搜索區域。基於15個基準函數（涵蓋單峯、多峯及高複雜度地貌）的系統評估表明，PSOX在解精度、穩定性與收斂速度方面均優於五種現有先進算子，尤其在與最優變異策略耦合時表現突出。進一步對變異率影響的深入剖析，爲不同優化場景提供了可操作的參數調優指南。PSOX通過橋接遺傳算法的進化穩健性與粒子羣優化的方向學習優勢，爲複雜問題域的快速收斂提供了新範式。