针对和声搜索算法易陷入局部最优的不足，提出了一种随机交叉全局和声搜索（RCGHS）算法。通过最差和声向最优和声学习提高算法的全局搜索性能，引入其他和声向最优和声学习的交互策略提高算法的局部搜索性能。将两种学习策略随机交叉动态产生新和声，平衡算法的全局搜索和局部搜索性能。在和声记忆库更新阶段，利用即兴创作产生的和声向量与随机反向学习产生的和声向量中较优的个体更新和声记忆库。将RCGHS算法与目前文献中较优的几种改进HS算法、ABC算法、PSO算法和GWO算法进行性能测试，测试结果表明RCGHS算法具有较高的寻优精度和较快的收敛速度。