禁忌搜索混合算法

by CaiLing 2015.4.30
一、遗传算法的局限性
1、遗传算法在每一代中需要维持一个较大规模的种群，这样整个种群占用了大量的空间和时间，这样，当问题规模很大时，这种大的时间与空间开销是无法接受的。
2、由于遗传算子中的交叉算子使得染色体之间具有很大的相似性，可能导致搜索停滞不前，从而使得种群的多样性减少，同时，由于变异概率又很小，那么，种群多样性的得不到补充，这样使得遗传算法表现出“早熟”的特征。也就是说，由于变异的力度不够，遗传算法的爬山能力很弱。
二、禁忌搜索的局限性
1、禁忌搜索算法本质上还是一个很强的邻域搜索算法，具有很快的收敛速度，当初始解较好时，可能使得禁忌搜索很快收敛于一个全局最优解，而一个较差的初始解，可能使得收敛速度大大降低。
2、基本禁忌搜索算法表现出“串行”特征，迭代过程是一个解向着另外一个解转换。
三、禁忌-遗传混合算法
正是由于遗传算法具有较好的全局寻优能力和禁忌算法具有较好的邻域搜索能力，因此，使得遗传-禁忌算法的产生。
1、嵌入禁忌搜索的遗传算法
根据分析，遗传算法的局部寻优能力是由于变异算子的不够导致的，全局搜索的失败，因此，将禁忌搜索算法转换为变异算子进行论语寻优可以改善遗传算法的局部搜索能力，我们将此时的遗传变异算子称为TSM算子。
其主要步骤为：
１）初始化算法，给出算法中的参数，并初始化种群；
２）判断是否达到停止准则，如果是，则停机退出，否则，继续；
３ÿ