局部搜索中随机算法策略探讨

随机局部搜索方法在2003年和2004年分别由Spall和Hoos、Stützle给出相应的描述,是一种解决计算机科学和运筹学领域中组合最优化问题的元启发式方法。典型的局部搜索方法对邻居的选择有:将变量和值一起选择的方式;先选择一个变量,然后选择它的值的方式;随机选取变量或者变量值,如果能提升评估,那么就接受这个改变等多种变化方式。笔者试从:成对地选择变量-变量值来完成最佳改进;将成对选择变量-变量值策略进行分割;择参与约束冲突的任意变量并改变它的值;将不再获取约束冲突数据的结构随机地选择一个邻居,然后对于新赋值选择接受还是拒绝四个方面来探讨随机局部搜索的随机算法。