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。
) h/ N3 X' G+ [: V3 k* O
& X" h8 D" c9 \" v( a5 L6 `（1）邻域
' Y! X; }6 F1 S' ]7 n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。

; o$ }+ H% m& l; r


0 e' h  f/ ~) C8 x（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。

& ^5 ]' t; u, o$ W- p" B3 T, M（3）禁忌对象和禁忌长度
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。

（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。

; z( F% Q/ V) T: s（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。
. H- h; L) {. m5 H! V
4 u  x) s5 v+ ]8 P（6）记忆频率信息
4 b5 ^) x6 f& l3 f/ t. V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。

3 h+ c4 K* N) q5 n  e2 模型及求解
我们用禁忌搜索算法研究如下的两个问题：

（1）研究 1.2 中同样的问题。
7 }; Z# S( |$ }# b8 `" a% @. {8 I8 q

; |9 a9 K- I' h3 Q( L$ {% ^7 o
/ m7 u% |$ ~$ M& b8 {& v9 X6 J8 D
- M/ i2 W) ~* [  e2 z8 l4 K

$ h1 ~# t$ `0 D/ F; L9 y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）。

% g8 y) `# o0 b! {4 h

（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。
! o6 s  j2 |- e/ N
  e3 S/ l  ]0 t. F2.1 问题（1）的求解
求解的禁忌搜索算法描述如下： （1）解空间
  ~/ j+ Z5 [$ O) w3 U1 @  ?" Z

6 T5 j$ n$ u* g' c* I  M! o* {

（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

8 z/ ]) G4 z; {; C' |: O; f（3）候选集合

/ R0 h! x$ G) T" n& C8 W( c" l

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

6 j" }/ z$ u( ^) a; Q

0 [# `4 ?3 r! G# k- {! |8 U9 V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。
1 @: o1 P% X! A0 f  ~8 A  |9 O0 y
3 l/ f9 ?1 i# N6 i0 L& Q2 x8 y; W* N7 B（5）评价函数

% |# O$ h  O! m# Z& Z1 D5 ]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


8 p/ j$ U4 C% p3 u/ a# \
禁忌搜索算法的流程

禁忌搜索算法的流程如下：

0 `% V( U- H" q' V. |7 I


# Y' I8 E. D& F) k( ^0 U. P" u& N
( A6 t! Y2 I$ |/ R5 E8 ]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

3 l, y' o8 |6 d
" I) N7 T0 H; z' L4 f+ E
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：

8 \/ `9 m1 p. A

( y9 ^& i1 x5 c6 Z
2 d0 T0 S0 L1 H6 W. c" A0 x————————————————
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。
' ?9 M% Z* Y/ G- |2 m2 X  B原文链接：https://blog.csdn.net/qq_29831163/article/details/89670768
+ e) g# m; I% g: c6 N$ T8 r
1 h6 @. o- a5 K& I( \7 G1 p
5 ~+ ~8 ~& z! z+ V! K# }