El Algoritmo de Optimización Aritmética (AOA) es un algoritmo de optimización inspirado físicamente que imita operadores aritméticos en cálculos matemáticos. Aunque el AOA tiene una capacidad aceptable de exploración y explotación, también tiene algunas deficiencias como baja diversidad de población, convergencia prematura y fácil estancamiento en soluciones óptimas locales. El Algoritmo del Seno Dorado (Gold-SA) tiene una fuerte capacidad de búsqueda local y menos coeficientes. Para aliviar los problemas anteriores y mejorar el rendimiento del AOA, en este trabajo presentamos un AOA híbrido con Gold-SA llamado HAGSA para resolver problemas de diseño de ingeniería industrial. Dividimos toda la población en dos subgrupos y los optimizamos utilizando AOA y Gold-SA durante el proceso de búsqueda. Al dividir estos dos subgrupos, podemos intercambiar y compartir información rentable y utilizar sus ventajas para encontrar una solución óptima global satisfactoria. Además, utilizamos el vuelo de Levy y propusimos una nueva estrategia llamada mutación browniana para mejorar la capacidad de búsqueda del algoritmo híbrido. Para evaluar la eficiencia del trabajo propuesto, HAGSA, seleccionamos la suite de pruebas de competición CEC 2014 como función de referencia y comparamos HAGSA con otros algoritmos conocidos. Además, se presentaron cinco problemas de diseño de ingeniería industrial para verificar la capacidad de los algoritmos para resolver problemas del mundo real. Los resultados experimentales demuestran que el trabajo propuesto HAGSA es significativamente mejor que el AOA original, Gold-SA y otros algoritmos comparados en términos de precisión de optimización y velocidad de convergencia.