智能优化计算__第二章禁忌搜索算法

智能计算读书报告（二）智能优化算法姓名：XX学号：XXXX班级：XXXX联系方式：XXXXXX一、引言智能优化算法又称为现代启发式算法，是一种具有全局优化性能、通用性强、且适用于并行处理的算法。

这种算法一般具有严密的理论依据，而不是单纯凭借专家的经验，理论上可以在一定时间内找到最优解或者近似最优解。

所以，智能优化算法是一数学为基础的，用于求解各种工程问题优化解的应用科学，其应用非常广泛，在系统控制、人工智能、模式识别、生产调度、VLSI技术和计算机工程等各个方面都可以看到它的踪影。

最优化的核心是模型，最优化方法也是随着模型的变化不断发展起来的，最优化问题就是在约束条件的限制下，利用优化方法达到某个优化目标的最优。

线性规划、非线性规划、动态规划等优化模型使最优化方法进入飞速发展的时代。

20世纪80年代以来，涌现出了大量的智能优化算法，这些新颖的智能优化算法被提出来解决一系列的复杂实际应用问题。

这些智能优化算法主要包括：遗传算法，粒子群优化算法，和声搜索算法，差分进化算法，人工神经网络、模拟退火算法等等。

这些算法独特的优点和机制，引起了国内外学者的广泛重视并掀起了该领域的研究热潮，并且在很多领域得到了成功地应用。

二、模拟退火算法（SA）1. 退火和模拟退火模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis 等人于1953年提出。

1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。

它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。

模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。

模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能,目前已在工程中得到了广泛应用，诸如VLSI、生产调度、控制工程、机器学习、神经网络、信号处理等领域。

3 禁忌搜索的关键参数和操作
3.1 变化因素

目标值的变化
局部搜索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； 如果初始点的选择足够多，
总可以计算出全局最优解。
2 禁忌搜索
2.1 算法的背景

禁忌搜索算法（Tabu Search）是由美国 科罗拉多州大学的Fred Glover教授在 1986年左右提出来的，是一个用来跳出 局部最优的搜寻方法。在解决最优问题 上，一般区分为两种方式：一种是传统 的方法，另一种方法则是一些启发式搜 索算法。
4.5 T 3.5 T
2 禁忌搜索
2 禁忌搜索示例

四城市非对称TSP问题
第5步
解的形式 A D B C f(x4)=4.5 禁忌对象及长度 B A B 0 C 1 2 C D 候选解
对换 评价值
CD BC BD
7.5 T 8 ☻ 4.5 T
TS算法 框架





(1)是否有其他形式的候选集？ (2)禁忌的长度如何确定？如果在算法中记忆下搜索到 的当前最优解，极端的两种情况是：一是将所有的对换 个数作为禁忌长度，此时等价于将候选集中的所有的对 换遍历；另外则取为1，这等价于局部搜索算法。 (3)是否有评价值的其他替代形式？有时计算目标值的 工作量较大，或无法接受计算目标值所花费的时间，于 是需要其他的方法。 (4)被禁的对换能否再一次解禁？有这样的直观现象， 当搜索到一个局部最优解后，它邻域中的其他状态都被 禁，我们是否解禁一些状态以便跳出局部最优？解禁的 功能就是为了获得更大的搜索范围，以免陷入局部最优 。 (5)如何利用更多的信息？在禁忌搜索算法中，还可记 录其他一些信息。如一个被禁对象（交换）被禁的次数 ，评价值变化的大小等。 (6)终止原则，即一个算法停止的条件，怎样给出？

候选集合
禁忌表
3,2
[1,4,2,5,3,1] f1=8
3-4
3,5
[1,4,5,3,2,1] f2=10
2-3
5,2
[1,4,3,2,5,1] f3=14
4,2
[1,2,3,5,4,1] f4=16
对x3交换3和2时最优f(x）=8，不满足藐视准则，且由于3-2已经在禁忌表中，因此 我们退而求其次选择f2=10对应的解，此时x4=[1,4,5,3,2,1] f(x4)=10，历史最优为5， 将5-3放入禁忌表中，由于禁忌长度为2，因此将最先放入禁忌表中的3-4移出禁忌 表。
[1,4,3,5,2,1] f4=5
对x2交换2和3时，5最优，此时x3=[1,4,3,5,2,1] f(x3)=5，历史最优为5，将2-3放入禁 忌表中
禁忌表
3-4
2-3
禁忌搜索算法(Tabu search)
x3=[1,4,3,5,2,1】 5(x3)=5，历史最优为5
邻域移动（交换中间两个城市）
禁忌表 3-5 2-3
参考教材和资料
彭扬, 伍蓓. 物流系统优化与仿真[M]. 中国物资出版社, 2007.
通过局部邻域搜索和相应 的禁忌准则来避免迂回搜 索，并通过特赦准则释放 被禁忌的优良状态。以保 证多样化的有效搜索，最
终实现全局最优化。
禁忌搜索算法的思想
禁忌搜索算法的思想
1
禁忌搜索算法的思想
2
1
5
4
3
禁忌搜索算法的思想
15 14 13
11 10
12 9
2
1
58
4 6
3
7
时间步 T=1
禁忌表 1、2、3、4、5

个候选解？
的解替换当前解
用新的解替换 当前解;
否
找出下一个 次好的新解
更新tabulist NI=NI+1
NI=0 Intensification
n=n+1
否 NI=M?
是 Diversification
NI=0 是
n<N
否
25
End
判断是否为tabu, 决定接受与否
接受最好的候选解，并替换当前解
NI=0 是
n<N
否
21
End
求得初始解 BS=初始解
初始解
Sequence The length of the route
132456
28
BS
Sequence The length of the route
132456
28
22
Start
Tabu list 初始化(清空) 设M,N的值
求得初始解 BS=初始解
Sequence The length of the route
当前解 413256
30
Sequence The length of the route
BS
132456
28
Tabu list {41， }，NI=1,n=1
26
Start
Tabu list 初始化(清空) 设M,N的值
求得初始解 BS=初始解
The length of the route
30
35
38
40
45
24
Start
Tabu list 初始化(清空) 设M,N的值
求得初始解 BS=初始解
n=0;NI=0