人工智能：禁忌搜索算法概述

禁忌搜索算法

一个问题的求解过程就是搜索，它是人工智能的一个基本问题，而人工智能在各应用领域中被广泛地使用。现在搜索技术渗透在各种人工智能系统中，可以说没有哪一种人工智能的应用不用搜索方法。

禁忌搜索算法（Tabu Search or Taboo Search，TS）的思想最早由美国工程院院士Glover教授于1986年提出，并在1989年和1990年对该方法做出了进一步的定义和发展。在自然计算的研究领域中，禁忌搜索算法以其灵活的存储结构和相应的禁忌准则来避免迂回搜索，在智能算法中独树一帜，成为一个研究热点，受到了国内外学者的广泛关注。迄今为止，禁忌搜索算法在组合优化、生产调度、机器学习、电路设计和神经网络等领域取得了很大的成功，近年来又在函数全局优化方面得到较多的研究，并有迅速发展的趋势。

所谓禁忌，就是禁止重复前面的操作。为了改进局部邻域搜索容易陷入局部最优点的不足，禁忌搜索算法引入一个禁忌表，记录下已经搜索过的局部最优点，在下一次搜索中，对禁忌表中的信息不再搜索或有选择地搜索，以此来跳出局部最优点，从而最终实现全局优化。禁忌搜索算法是对局部邻域搜索的一种扩展，是一种全局邻域搜索、逐步寻优的算法。

禁忌搜索算法是一种迭代搜索算法，它区别于其他现代启发式算法的显著特点，是利用记忆来引导算法的搜索过程；它是对人类智力过程的一种模拟，是人工智能的一种体现。禁忌搜索算法涉及邻域、禁忌表、禁忌长度、候选解、藐视准则等概念，在邻域搜索的基础上，通过禁忌准则来避免重复搜索，并通过藐视准则来赦免一些被禁忌的优良状态，进而保证多样化的有效搜索来最终实现全局优化。

参考文献

《智能优化算法及其MATLAB实例》，包子阳，电子工业出版社。