禁忌搜索算法[参考].pdfVIP

禁忌搜索算法 2009210042 李同玲 运筹学与控制论 搜索是人工智能的一个基本问题，一个问题的求解过程就是搜 索。人工智能在各应用领域中，被广泛的使用。现在，搜索技术渗透 在各种人工智能系统中， 可以说没有哪一种人工智能的应用不用搜索 方法。 禁忌搜索算法 (Tabu Search或 Taboo Search,简称 TS)的思想最早 由 Glover (美国工程院院士，科罗拉多大学教授 )在 1977 年提出，它 是对局部邻域搜索的一种扩展， 是一种全局邻域搜索算法， 是人工智 能的一种体现， 是一种全局逐步寻优算法， 是对人类智力过程的一种 模拟。 TS 算法通过引入一个灵活的存储结构和相应的禁忌准则来避 免迂回搜索， 并通过藐视准则来赦免一些被禁忌的优良状态， 进而保 证多样化的有效探索以最终实现全局优化。迄今为止， TS 算法在组 合优化、生产调度、机器学习、电路设计和神经网络等领域取得了很 大的成功， 近年来又在函数全局优化方面得到较多的研究， 并大有发 展的趋势。 1.1 引言 1.1.1 局部邻域搜索 局部邻域搜索是基于贪婪思想持续地在当前的邻域中进行搜索， 虽然算法通用易实现， 且容易理解， 但其搜索性能完全依赖于邻域结 构和初始解，尤其容易陷入局部极小而无法保证全局优化性。 局部搜索的算法可以描述为： 1 / 18 1、 选定一个初始可行解： x0 ；记录当前最优解 xbest x 0 ，T N (xbest ) ； 2、 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 x now ； 若 f (x now ) f (xbest ) ，则 xbest xnow ， T N (x best ) ；否则， T T S ； 重复 2，继续搜索 这种邻域搜索方法容易实现理解， 容易实现， 而且具有很好的 通用性，但是搜索结果完全依赖于初始解和邻域的结构， 而且只能搜 索到局部最优解。 为了实现全局搜索， 禁忌搜索采用允许接受劣解来 逃离局部最优解。针对局部领域搜索，为了实现全局优化，可尝试的 途径有：以可控性概率接受劣解来逃逸局部极小，如模拟退火算法； 扩大领域搜索结构，如 TSP 的 2-opt 扩展到 k-opt ；多点并行搜索， 如进化计算；变结构领域搜索（ Mladenovic et al,1997）；另外，就是 采用 TS 的禁忌策略尽量避免迂回搜索，它是一种确定性的局部极小 突跳策略。 1.1.2 禁忌搜索算法的基本思想 禁忌搜索算法的基本思想就是在搜索过程中将近期的历史上的 搜索过程存放在禁忌表（ Tabu List ）中，阻止算法重复进入，这样就 有效地防止了搜索过程的循环。 禁忌表模仿了人类的记忆功能， 禁忌 搜索因此得名，所以称它是一种智能优化算法。 具体的思路如下： 禁忌搜索算法采用了邻域选优的搜索方法， 为 了能逃离局部最优解， 算法必须能够接受劣解， 也就是每一次迭代得 到的解不必一定优于原来的解。但是。一旦接受了劣解，迭代就可能