禁忌搜索算法（TS）

禁忌搜索算法（Taboo Search）（TS）

禁忌搜索算法模仿人类的记忆功能，使用禁忌表来封锁刚搜索过的区域来避免迂回搜索，同时赦免禁忌区域中的一些优良状态，进而保证搜索的多样性，从而达到全局最优。

TS具体思路：

禁忌搜索算法采用了邻域选优的搜索方法，为了能逃离局部最优解，算法必须能够接收劣解，也就是每一次迭代得到的解不必一定优于原来的解。但是，一旦接受了劣解，迭代就可能陷入循环。为了避免循环，算法将最近接受的一些移动放在禁忌表中，在以后的迭代中加以禁止。即只有不在禁忌表中的较好解（可能比当前解差）才被接受作为下一代迭代的初始解。随着迭代的进行，禁忌表不断更新，经过一定迭代次数后，最早进入禁忌表的移动就从禁忌表中解禁退出。

算法的构成要素

编码方式、适值函数、解的初始化、移动与邻域、禁忌表、选择策略、渴望水平、停止准则。
主要介绍禁忌表和渴望水平：
禁忌表：用来防止搜索过程中出现循环，避免陷入局部最优。他通常记录最近接受的若干次移动，在一定次数之内禁止再次被访问；经过一定次数之后，这些移动从禁忌表中退出，又可以重新被访问。禁忌表是禁忌搜索算法中的核心，它的功能和人类的短期记忆功能十分相似，因此又称为“短期表”
渴望水平：在某些特定的条件下，不管某个移动是否在禁忌表中，都接受这个移动，并更新当前解和历史最优解。这个移动满足的这个特定条件称为渴望水平，或者称破禁水平，特赦准则。

算法流程

图中x代表新的改进解，x*代表历史全局最优，x为当前位置。
步骤：
（1）初始化、给出初始解，禁忌表设为空。
（2）判断是否满足停止条件。如果满足，输出结果，算法停止；否则继续以下步骤。
（3）对于候选解集中的最好解，判断其是否满足渴望水平。如果满足，更新渴望水平，更新当前解，转到第（5）步，否则继续以下步骤。
（4）选择候选解集中不被禁忌的最好解作为当前解。
（5）更新禁忌表。
（6）转到第（2）步。

中期表和长期表

使用短期表的搜索方式可以认为是邻域搜索，而使用中期表的方式可以认为是区域强化式搜索，但仍可能达不到全局搜索，使用长期表的目的是实现全局多样化搜索。

改进

1、并行禁忌搜索算法

搜索空间分解：通过搜索空间的分解将原问题分解为多个子问题分别进行求解，从而实现并行化。
邻域分解：每一步中用多种方式对邻域分解得到的子集进行评价，从而实现对最佳邻域解搜索的并行化，这种分解策略对同步的要求比较高。
任务分解策略：将待求解的问题分解为多个任务，每一个任务使用一个禁忌搜索算法来求解。不同的禁忌搜索算法可以设置不同的参数。

2、主动禁忌搜索算法

主动禁忌搜索算法的核心思想是反馈机制与逃逸机制。
反馈机制用来自动调整禁忌表长度，自动平衡集中强化搜索策略和分散多样性化搜索策略。算法中给吴增大调节系数$N$_$IN$（$N$_$IN$ > 1）和减小调节系统$N$_$DN$（0 < $N$_$IN$ < 1）。搜索过程中，所有访问过的解都被存储起来，每当执行一步移动时，首先检查当前解是否已经访问过。如果已经访问过，说明进入了某个循环，禁忌长度变为原来的$N$_$IN$倍；如果经过给定的若干次迭代后，没有重复的解出现，禁忌长度变为原来的$N$_$DN$倍。
逃逸机制是为了避免循环。在搜索过程中，当大量解重复出现次数超过给定的次数$R$_$EP$时，逃逸机制便被激活。逃逸操作一般通过从当前解执行若干步随机移动实现，执行移动的步长在定义域内随机选择。为了避免很快跳回刚搜索过的区域，所有随机操作都被禁止。

主动禁忌搜索算法流程

（1）初始化两个计数器：n_dec=0，n_esc=0；
（2）初始化其他参数，给定初始解；
（3）针对当前解，给出候选解集；
（4）根据禁忌表情况和渴望水平情况，选出一个解作为下一次迭代的初始解，更新记录表（包括正常的禁忌表和所有访问过的解）
（5）如果该选中的解出现过，则禁忌长度$t=t\ast N$_IN ,n_esc = n_esc+1,n_dec=0;否则n_dec=n_dec+1;
（6）如果n_dec=num_dec,则$t=t\ast N$_DE，n_dec=0;
（7）如果n_esc=num_esc,则实施逃逸操作，n_esc=0,n_dec=0;
（8）如果满足停止准则，则算法终止；否则转第（3）步。

主动禁忌搜索算法中，所有访问过的解都需要存储起来，这避免了搜索的循环，同时可以自动地调整禁忌长度，能很多地平衡集中强化搜索与分散多样化搜索。但是，事情都是具有两面性的，主动禁忌搜索算法中存储了大量的信息，而且对这些信息都要频繁地访问，如果只是使用一般的数组来存储，显然是不够的。为了提高搜索的速度，主动禁忌搜索算法中一般使用哈希表来存储这些信息。