工业过程的优化对于提高操作安全性、生产率和能源效率至关重要。然而，工业过程日益复杂，对点代理优化算法的适用性提出了挑战，如状态转移算法。“主要挑战包括有限的个体多样性、复杂的局部最优解逃逸任务以及超出预定义边界的解利用不足。”为了克服这些挑战，本研究提出了一种新的智能随机优化算法，称为通信驱动的多策略状态转移算法（CDMS-STA）CDMS-STA结合了三种自行设计的策略：通信、自学习和跨境解决方案处理。具体而言，沟通策略通过促进个人之间的信息交流和共享来增强候选解决方案的多样性。自学习策略有助于根据历史信息进行自适应调整。跨境解决方案处理策略最大限度地利用了超出定义边界的解决方案。为了评估所提出算法的有效性，在一个数值样本案例和两个化学过程案例上进行了广泛的实验实验结果表明，CDMS-STA在寻找最优解方面优于几种最先进的优化方法，这也验证了所提出的算法在工业过程优化中的实际应用潜力。
