1 / 19

Tabu Search

Tabu Search. 基于 Tabu Search 的特征选择 -- 卢俊. Outline. Tabu Search 简介 Tabu Search 流程图 Tabu Search 范例 Demo Conclusion. Tabu Search. Tabu Search( 禁忌算法 ) 是一种启发式的寻优算法。由 Glover 提出，运用 Tabu List 这种记忆结构表，来避免搜索过程的重复，在搜索了较小的解空间后获得较优的解。 Tabu Search 有一个隐含的假设：一个解的邻域往往存在性能更好的解. Tabu Search 六大要素.

alvaro
Télécharger la présentation

Tabu Search

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Tabu Search 基于Tabu Search的特征选择 -- 卢俊

  2. Outline • Tabu Search 简介 • Tabu Search 流程图 • Tabu Search 范例Demo • Conclusion

  3. Tabu Search • Tabu Search(禁忌算法)是一种启发式的寻优算法。由Glover提出，运用Tabu List这种记忆结构表，来避免搜索过程的重复，在搜索了较小的解空间后获得较优的解。 • Tabu Search有一个隐含的假设：一个解的邻域往往存在性能更好的解

  4. Tabu Search 六大要素 • 起始解（Starting Solution） • 禁忌列表 (Tabu List) • 表越长搜索的范围就越广泛，获得较好解的概率就大，不过增加了存储的空间，和计算量 • 激活规则（Aspiration Criterion） 用来激活Tabu List中的移步，当这个移步在禁忌限制中，但是优越于目前的最佳解的时候，激活规制会直接探索此解。

  5. 候选名单(Candidate list) • 为通过领域生成的所有合法的移步，扣除了所有的Tabu List中的移步，加上了由激活规则释放的移步的集合 • 其中邻域的生成会影响到算法的性能 • 候选解的数量会影响到算法的性能

  6. 移步（move） • 搜索停止规则 • 运算次数达到所设定的最大迭代次数 • 无法优于现在的最优解的运算次数达到设定的最大失败次数 • 预设可接受的目标值

  7. Tabu 流程图

  8. 迭代次数i=1，最优解Xg=4 令迭代步数i=1，Tabulist=NULL，终止条件为i=10 初始设置Xg=X=x9 X插入Tabulist X的邻域候选集合N=(x6,x8)

  9. 迭代次数i=2，Xg=6 从N中选出了最优解xn=x6 而且xn不属于Tabulist，X=xn，并且X的性能比Xg好，Xg=X，把X添加入Tabulist N=(x5,x3,x9,x11)

  10. 迭代次数i=3，最优解Xg=6 从N中选出了最优解xn=x11，x11不属于Tabulist，X=x11，把X加入Tabulist N=(x10,x6,x13)

  11. 迭代次数i=4，最优解Xg=7 从N中选出最优解xn=x13，xn不属于Tabulist，令X=xn，并且X的性能比Xg好，更新Xg=X，X加入Tabulist N=(x12,x7,x11)

  12. 迭代次数i=5，最优解Xg=7 从N中选出了最优解Xn=x11,并且xn属于Tabulist，但是不满足激活条件的时候，更新N N=(x12,x7)

  13. 迭代次数i=6，最优解Xg=7 从N中选择最优解xn=x12，并且xn不属于Tabulist，X=xn，把X加入Tabulist中 N=（x13，x10）

  14. 迭代次数i=7，最优解Xg=7 从N中选择出最优解xn=x13，但是xn属于Tabulsit，不过不满足激活条件，更新N N=（x10）

  15. 迭代次数i=8，最优解Xg=7 从N中选出最优解x10,xn=x10,并且xn不属于Tabulist，不过Tabulist也满了，释放最早进入的x9，更新Tabulist N=（x13，x8，x12）

  16. 迭代次数i=9，最优解Xg=7 从N中选出最优解xn=x13,不过xn属于Tabulist，更新N=N-xn=（x8，x12） 从N中选出最优解xn=x12，不过xn属于Tabulist，更新N=N-xn=（x8） 从N选择出最优解xn=x8，xn不属于Tabulist，X=xn，插入Tabulist N=(x4,x9,x10)

  17. 迭代次数i=10，Xg=7 从N中选择最优解xn=x9 xn不属于Tabulist，更新Tabulist，X=xn

  18. 此时，迭代次数i=10等于终止条件，打印出结果Xg=7，退出此时，迭代次数i=10等于终止条件，打印出结果Xg=7，退出

  19. Conclusion • 为了找到“全局最优解”，就不应该执着于某一个特定的区域。局部搜索的缺点就是太贪婪地对某一个局部区域以及其邻域搜索，导致一叶障目，不见泰山。禁忌搜索就是对于找到的一部分局部最优解，有意识地避开它（但不是完全隔绝），从而获得更多的搜索区间

More Related