El optimizador de crecimiento (GO) es un algoritmo metaheurístico novedoso diseñado para abordar problemas de optimización complejos. A pesar de sus ventajas de simplicidad y alta eficiencia, GO a menudo se encuentra con estancamiento localizado al tratar problemas discretizados, de alta dimensionalidad y multi-restricción. Para abordar estos problemas, este documento propone una versión mejorada de GO llamada CODGBGO. Este algoritmo incorpora tres estrategias para mejorar su rendimiento. En primer lugar, se emplea la estrategia de inicialización Circle-OBL para mejorar la calidad de la población inicial. En segundo lugar, se implementa una estrategia de exploración para mejorar la diversidad de la población y la capacidad del algoritmo para escapar de mínimos locales. Finalmente, se utiliza la estrategia de explotación para mejorar la velocidad de convergencia y la precisión del algoritmo. Para validar el rendimiento de CODGBGO, se aplica para resolver los problemas CEC2017, CEC2020, 18 problemas de selección de características y 4 problemas reales de optimización de ingeniería. Los experimentos demuestran que el novedoso algoritmo CODGBGO aborda de manera efectiva los desafíos planteados por problemas complejos de optimización, ofreciendo un enfoque prometedor.