第2章 禁忌搜索算法.pdf

第2章禁忌搜索算法 Tabu Search 禁忌搜索算法 Glover 在1986 年提出 是局部邻域搜索算法的推广 所谓禁忌就是禁止重复前面的工作 用一个禁忌表记录下已经到达过的局部最 优点，在下一次搜索中，利用禁忌表中的 信息不再或有选择地搜索这些点，以此来 跳出局部最优点 是一种人工智能的算法 2.1 局部搜索 假设算法解决如下组合最优化问题： minf (x) s.t. g (x) ≥0， x ∈D. 其中f ( x )为目标函数，g （x ）为约束方程， D 为定义域，是一个离散的点集合 局部搜索算法 0 • STEP1 选定一个初始可行解：x ；记录当 best 0 best 前最优解：x ：=x ，令T=N ( x ) . • STEP2 当T \ { xbest }=∅时，或满足其他停 止运算准则时，输出计算结果，停止运 算；否则，从T 中选一集合S ，得到S 中的 最好解xnow ；若f ( xnow ) f ( xbest ) ，则 xbest ：=xnow , T：=N ( xbest ) ； 否则，T ：=T ＼S；重复STEP 2 . 局部搜索算法 T best x S xnow 局部搜索算法 初始可行解选择可采用随机的方法，也可 用一些经验的方法或其他算法所得到的解 集合S选取可大到是N(xbest)本身，也可小 到只有一个元素，如用随机的方法在 N(xbest)中选一点 S选取得小将使每一步的计算量减少，但可比 较的范围也小 S选取大时每一步计算时间增加，比较的范围 自然增加 其他停止准则取决于人们对算法的计算时 间、计算结果的要求 局部搜索算法 优点是简单易行，容易理解 缺点是无法保证全局最优性 计算结果主要依赖起点的选取和邻域的结 构.为了得到好的解，可以比较不同的邻域 结构和不同的初始点 非常直观的结论是：如果初始点的选择足 够多，总可以计算出全局最优解 例2.1.1 5个城市的对称TSP 距离矩阵 例2.1.1 • 初始解为x best= （ABCDE ) , f （xbest ）=45 • 定义邻域映射为对换两个城市位置的2-opt • 选A为起点 • 两种搜索：全领域搜索、一步随机搜索 • 解为（ACBDE ) 例2 . 1 . 2 四城市非对称TSP • 该算法终止时的解是局部最优解（ABCD ) • 全局最优解是（ACDB ） 2 . 2 禁忌搜索 • 是局部搜索算法的扩展 • 它的一个重要思想是标记已得到的局部最 优解或求解的过程，并在进一步的迭代中 避开这些局部最优解或过程． 例2 . 2 . 1 四城市非对称TSP 距离矩阵 例2 . 2 . 1 0