El problema de los métodos de optimización es la estancamiento de la población, lo que resulta en una solución local para la tarea. Este problema puede resolverse empleando un archivo para buenas soluciones históricas superadas por la nueva y mejor descendencia. El archivo fue introducido con la variante de evolución diferencial adaptativa (DE), y se aplicó con éxito en muchas variantes de DE adaptativas, incluido el eficiente algoritmo jSO. En el jSO original, los buenos individuos históricos reemplazan las posiciones existentes aleatorias en . Esto provoca que la solución histórica superada de con menor calidad reemplace la solución almacenada en con mejor calidad. En este artículo, se propone un nuevo enfoque para reemplazar progresivamente individuos en el archivo. Los individuos superados de reemplazan soluciones en la peor parte de basado en el valor de la función. La porción seleccionada para reemplazo está controlada por el parámetro de entrada, y su configuración se estudia en este experimento. El archivo progresivo propuesto se emplea en el jSO original. Además, se aplica la transformación del vector propio de los individuos para el cruce para aumentar la eficiencia en los problemas de optimización rotados. La eficacia del archivo progresivo propuesto y el cruce de Eigen se evalúan utilizando el conjunto de 29 problemas de optimización para CEC 2024 y diversas dimensionalidades. Todos los experimentos se realizaron en una PC estándar, y los resultados se compararon utilizando los métodos estadísticos estándar. El algoritmo recién propuesto con el enfoque de archivo progresivo tiene un rendimiento sustancialmente mejor que el jSO original, especialmente cuando se establecen 20 o de los peores individuos de para reemplazo. El cruce de Eigen aumenta el rendimiento del algoritmo jSO propuesto con el enfoque de archivo progresivo. La complejidad temporal estimada ilustra las bajas demandas computacionales del enfoque de archivo propuesto.