组合优化算法-现代优化算法(三）：禁忌搜索算法

浅夏110

1 禁忌搜索算法的相关概念
禁忌搜索算法是组合优化算法的一种，是局部搜索算法的扩展。禁忌搜索算法是人 工智能在组合优化算法中的一个成功应用。禁忌搜索算法的特点是采用了禁忌技术。所 谓禁忌就是禁止重复前面的工作。禁忌搜索算法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。 禁忌搜索算法实现的技术问题是算法的关键。禁忌搜索算法涉及侯选集合、禁忌 对象、评价函数、特赦规则、记忆频率信息等概念。
- N1 h7 I6 C* d* V
3 y! e& D' }/ o+ \+ I6 Y* W) K$ u( `（1）邻域
. i6 F$ m. ?6 O! V" S3 Y* z在组合优化中，距离的概念通常不再适用，但是在一点附近搜索另一个下降的点仍 然是组合优化数值求解的基本思想。因此，需要重新定义邻域的概念。
- p3 M6 e" F! ~8 z
$ K2 |+ O- Z6 ~- Q5 ~

/ D( v/ J& i$ z5 A; `
) m) l2 G' A( Q1 m" h3 a（2）侯选集合
侯选集合由邻域中的邻居组成。常规的方法是从邻域中选择若干个目标值或评价 值最佳的邻居入选。

6 Y  q3 v) g+ D- d, L8 A/ v（3）禁忌对象和禁忌长度
4 e$ ^4 q& d9 j# K' s禁忌表中的两个主要指标是禁忌对象和禁忌长度。禁忌算法中，由于我们要避免 一些操作的重复进行，就要将一些元素放到禁忌表中以禁止对这些元素进行操作，这些元素就是我们指的禁忌对象。禁忌长度是被禁对象不允许选取的迭代次数。一般是给被禁对象 x 一个数（禁忌长度） t ，要求对象 x 在 t 步迭代内被禁，在禁忌表中采用 tabu(x) = t 记忆，每迭代一步，该项指标做运算 tabu(x) = t −1，直到 tabu(x) = 0时 解禁。于是，我们可将所有元素分成两类，被禁元素和自由元素。禁忌长度t 的选取可以有多种方法，例如t = 常数，或t = [  ]，其中 n 为邻域中邻居的个数；这种规则容易在算法中实现。
, m2 m* ~- s! ?
（4）评价函数
评价函数是侯选集合元素选取的一个评价公式，侯选集合的元素通过评价函数值 来选取。以目标函数作为评价函数是比较容易理解的。目标值是一个非常直观的指标， 但有时为了方便或易于计算，会采用其他函数来取代目标函数。

（5）特赦规则
在禁忌搜索算法的迭代过程中，会出现侯选集中的全部对象都被禁忌，或有一对 象被禁，但若解禁则其目标值将有非常大的下降情况。在这样的情况下，为了达到全局 最优，我们会让一些禁忌对象重新可选。这种方法称为特赦，相应的规则称为特赦规则。
( Y- R5 L+ S6 P$ x+ I
& a% Q5 E/ I- R. A5 g4 R1 m! k( [! d# Y（6）记忆频率信息
" |& l  W. x6 e! e( R9 M" L' d在计算的过程中，记忆一些信息对解决问题是有利的。如一个最好的目标值出现 的频率很高，这使我们有理由推测：现有参数的算法可能无法再得到更好的解。根据解 决问题的需要，我们可以记忆解集合、被禁对象组、目标值集合等的出现频率。 频率信息有助于进一步加强禁忌搜索的效率。我们可以根据频率信息动态控制禁 忌的长度。一个最佳的目标值出现的频率很高，有理由终止计算而将此值认为是最优值。

, b  }) H! t3 {: }7 f* @7 d+ K- X$ U2 模型及求解
我们用禁忌搜索算法研究如下的两个问题：
& N$ H! [# d% v, F' e
; l" s7 z! e5 j) z（1）研究 1.2 中同样的问题。
4 X& u$ ~1 e2 p  A. L1 x  |0 D( b

2 I3 I1 x$ U1 T/ a& s* n


& `& U* ]. [* P9 N& H# [
我方有一个基地，经度和纬度为（70,40）。假设我方飞机的速度为 1000 公里/小时。 我方派一架飞机从基地出发，侦察完敌方所有目标，再返回原来的基地。在敌方每一目 标点的侦察时间不计，求该架飞机所花费的时间（假设我方飞机巡航时间可以充分长）。
: J" d& d" |1 n! A! j

9 g& X  R- Y0 P7 q0 W& s* U
. r* {7 {1 A. Z' b/ \（2）我方有三个基地，经度、纬度分别为（70,40），（72,45），（68,48）。假设我方 所有无人侦察机的速度都为 1000 公里/小时。三个基地各派出一架飞机侦察敌方目标， 怎样划分任务，才能使时间最短，且任务比较均衡。
9 T% T: A$ Y' W' F9 r
" I# k$ b0 G$ f- a7 W. t; e2.1 问题（1）的求解
+ J6 K  ^4 P6 w0 {  G1 z求解的禁忌搜索算法描述如下： （1）解空间
1 k0 J) M4 D6 }: k
7 f9 u) a& X6 m7 U
4 l3 z) f, K# W  `
; F9 s3 o+ `1 q9 X( `4 }" r8 S# m

（2）目标函数

目标函数为侦察所有目标的路径长度。我们要求

# ?! T3 w2 x. I" X8 q3 w# w
  q2 `# F' B. M2 V! y0 S$ y+ [（3）候选集合
4 l( D5 [1 t3 Q4 `


7 D3 u5 G6 }4 u5 Z8 Q

如果要考虑当前解的全部二邻域（或三邻域）的邻居，将面临着太大的工作量。 因此我们用随机选取的方法每次选取50个邻居组成的集合作为侯选集合。而将省下的 时间作更多次搜索，这样做同样可以保证较高的精确度，同时可以大大提高算法的效率。

（4）禁忌长度及禁忌对象

$ ~- c1 f6 Y, H' M! `6 f) K我们把禁忌表设计成一个循环队列，初始化禁忌表 H = Φ 。从候选集合C 中选出 一个向量 x ，如果 x ∉ H ，并且 H 不满，则把向量 x 添加到禁忌表中；如果 H 已满， 则最早进入禁忌表的向量出列，向量 x 进入到出列的位置。
* v0 J# Y3 A. j  Y
（5）评价函数
" Q& `  D) |9 A4 L/ C
8 j; l, w8 x" p9 D& s可以用目标函数作为评价函数，但是这样每选取一个新的路径都得去计算总时间， 计算量比较大。对于上述二邻域中的邻居作为侯选集合，每一个新路径中只有两条边发 生了变化，因此将目标函数的差值作为评价函数可以极大地提高算法的效率。评价函数 取为
* ?+ U" |+ y" A% o1 ?1 v, q& P
4 d$ c3 @- \% y( }+ B  z

- ?5 G1 m- w  `" S3 M, [禁忌搜索算法的流程

禁忌搜索算法的流程如下：

# _3 _- @5 e! i* M8 a


5 E5 _! K& ]% {. E! S利用 Matlab 程序求得，我们的巡航时间大约在 41 小时左右，其中的一个巡航路径 如下图所示
: j4 j8 _# s/ F9 e" h1 H4 Y
1 ?7 {: S  u5 M# c! g

2.2 问题（2）的求解

对于这个问题，我们的基本想法是，先根据敌方基地的分布特点将敌方的基地大体 划分在三个区域之内，并使三架侦察机分别对这三个区域的敌军基地进行侦察，求取各 自的最短时间。然后对任务不均衡区域之中的点做适当调整。 我们解决问题的步骤如下：

2 `, F% ^4 k7 _9 B% A' `* {

4 r% e% |9 U/ U6 i6 d' G————————————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
* |: f+ Z' v% W& z" ~. R! m原文链接：https://blog.csdn.net/qq_29831163/article/details/89670768


8 m2 z2 P% X9 i: s' m$ `1 I, y