信息在等级树中的流动：历史、现实与未来展望

本文基于历史组织原则与算法设计的交叉视角，探讨了全局优化算法的核心地位及发展。背景上，物理与工程问题常需通过优化多变量函数解决，但传统梯度方法易陷入局部最优，而早期并行计算与仿生算法如粒子群优化（PSO）虽具启发性，仍存在停滞问题。研究目的为从历史组织智慧中汲取灵感，提出更高效的全局算法。作者通过类比周代等级制度与草原帝国的动态流动，设计出等级信息树（HIT）算法：以自相似树形结构组织代理，仅底层代理计算函数值，上层代理负责信息流动，并通过领导位置与最优记忆的叠加实现探索与利用的平衡。结论表明，HIT在处理高维优化问题（如晶体结构、表面重构）时显著优于PSO，成功率在长步数后出现非连续跃迁，类似相变。文章还指出，未来算法应具备自适应、记忆调控、长程信息利用与搜索节律，强调传统哲学（如“十六字心传”）、历史政治实践对现代算法设计的跨学科启示。