广义邻域搜索算法及其统一结构.pptVIP

小必 第七章广义邻域搜索算法 及其统一结构  71广义邻域搜索算法 711传统邻域算法 712广义邻域算法 72广义邻域搜索算法的要素 73广义邻域搜索算法的统一结构 731算法混合的方式 73,2统一优化结构 74优化算法的性能评价指标 75广义邻域搜索算法研究进展 751理论研究概述 75,2应用研究概述 7.53发展性研究  7广邻域搜索算法 !传统邻男法 传统邻域算法的优化流程 从一个初始解x出发,利用状态发生器持续地 在解x的邻域中搜索比它好的解,若能找到如此的 解,就以之替代解x成为新的当前解,然后重复上 述过程;否则结束搜索过程,以当前解作为最终解。  71广少邻域搜索算法 传统邻或算法 特点 (1)通用易实现,只要设计好状态发生器(邻域函 数),就能求解组合或函数优化; (2)算法性能对邻域函数和初始值具有依赖性,邻 域函数和初始值选取不同,算法最终的性能将会有 差异 (3)算法的局部优化特性,没有跳出局部极值的能 力  7广少邻域搜索算法 72厂义邻算法 定义 模拟退火、禁忌搜索、遗传算法、模糊优化、 基于规则的启发式算法,以及基于它们的各种混合 算法,都是对传统邻域搜索算法的改进和变型。 将上述通过不同途径而构成的改进算法统称为 广义邻域搜索算法 这些算法在优化流程上呈现出很大的共性  7广少邻域搜索算法 2厂义邻男法 广义邻域算法的工作流程 算法从若干初始解出发,在算法参数控制下由 当前状态的邻域中产生出若干个候选解,并以某种 策略在当前解和候选解中确定新的当前状态。伴随 控制参数的调节,重复执行上述搜索过程,直至满 足算法的终止准则,结束搜索过程并输出优化结果。  刀,广少邻域搜索算法 12厂义邻男法 Genetic Algorithm (GA1975) Hopfield Neural Network (HNN,1982) Simulated Annealing (SA,1983) Tabu Search (Ts,1986) Ant Colony Optimization (Aco,1992) Particle Swarm Optimization (Pso,1995)  广火邻或搜索算法的要素 搜索机制的选择 是构造算法框架和实现优化的关键; 局部优化算法基于局部优化的贪婪机制,如梯 度下降法、爬山法等; 全局优化算法基于概率分布的优化机制,如GA SA等; 自学习算法基于系统动态演化的优化机制,如 混沌搜索、神经网络优化等  广义邻域搜索算法的要素 搜索方式的选择 决定优化的结构,即每代有多少解参与优化; 并行搜索:以多点同时或交叉优化,计算和储存量 较大,如GA、ACO、PSO等; 串行搜索:始终只有一个当前状态,处理简单,效 率较差,如SA、TS等。  广火邻或搜索算法的要素 邻域函数的设计 决定了邻域结构和邻域解的产生方式; 算法对问题解的不同描述方式,使解空间的优化曲 面形状和解的分布有所差异,会直接影响邻域函数 的设计,进而影响算法的搜索行为。 在确定邻域结构后,当前状态邻域中候选解的产生 方式既可以是确定性的,也可以是随机性的。